МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И КОГНИТИВНЫЕ ВЫЧИСЛЕНИЯ ПО ДАННЫМ СОЦИАЛЬНЫХ МЕДИА

Статья посвящена разработке различных типов моделей с использованием когнитивных вычислений по речевым данным акторов социальных медиа для выявления наличия/отсутствие социальной напряжённости в районах реализации градостроительных проектов на примере строительства транспортно-пересадочного узла «Нижегородская» в городе Москве (Россия). Эмпирической базой исследования послужили данные социальных сетей. Исследование проводилось с использованием трансдисциплинарного подхода, включало семантический анализ с использование нейросетевых технологий, методов математической статистики и топологического анализа данных.

Mathematical modeling and Cognitive Computing from Social Media Data

The paper deals with the development of various types of models using cognitive computing based on speech data of social media actors to reveal the pres-ence/absence of social tension in the areas where urban development projects are being implemented, as illustrated by the construction of the Nizhegorodskaya transport interchange hub in Moscow (Russia). The empirical base of the study was data from social networks. The research was carried out using a transdisciplinary approach, including semantic analysis using neural network technologies and methods of mathematical statistics, topological data analysis

Authors
Габдрахманова Н.Т. 1 , Пильгун М.А.2
Publisher
Общество с ограниченной ответственностью "Аэтерна"
Language
Russian
Pages
164-166
Status
Published
Year
2021
Organizations
  • 1 РУДН
  • 2 Институт языкознания РАН
Keywords
neural network; speech perception; topological data analysis; нейронная сеть; восприятие речи; топологический анализ данных
Date of creation
19.07.2022
Date of change
19.07.2022
Short link
https://repository.rudn.ru/en/records/article/record/92263/
Share

Other records

Кривошапко С.Н., Иванов В.Н.
RUDN Journal of Engineering Researches. Федеральное государственное автономное образовательное учреждение высшего образования Российский университет дружбы народов (РУДН). Vol. 22. 2021. P. 283-292