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

Авторы
Габдрахманова Н.Т. 1 , Пильгун М.А.2
Сборник материалов конференции
Издательство
Общество с ограниченной ответственностью "Аэтерна"
Язык
Русский
Страницы
164-166
Статус
Опубликовано
Год
2021
Организации
  • 1 РУДН
  • 2 Институт языкознания РАН
Ключевые слова
neural network; speech perception; topological data analysis; нейронная сеть; восприятие речи; топологический анализ данных
Дата создания
19.07.2022
Дата изменения
19.07.2022
Постоянная ссылка
https://repository.rudn.ru/ru/records/article/record/92263/
Поделиться

Другие записи

Кривошапко С.Н., Иванов В.Н.
Вестник Российского университета дружбы народов. Серия: Инженерные исследования. Федеральное государственное автономное образовательное учреждение высшего образования Российский университет дружбы народов (РУДН). Том 22. 2021. С. 283-292