Tez No	İndirme	Tez Künye	Durumu
796672		Hybrid deep learning model for automatic fake news detection / Yazar:OTHMAN ARAF HANSHAL Danışman: PROF. DR. OSMAN NURİ UÇAN Yer Bilgisi: ALTINBAŞ ÜNİVERSİTESİ / LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ / ELEKTRİK VE BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Anahtar Kelime:	Onaylandı Doktora İngilizce 2022 55 s.
Dijital haberlerin hızla gelişmesiyle birlikte, sahte haberler, özellikle sahte haberlerin üretilmesi ve yayılması için zengin bir ortam sağlayan sosyal ağ platformlarının yaygın kullanımıyla, halkın gerçek yargısına ve güvenilirliğine yönelik ciddi tehditlere neden olmuştur. Bu zorluklarla başa çıkmak için, sahte haberleri tespit etmek için çeşitli teknikler önerildi, ancak yine de, otomatik bir şekilde yüksek düzeyde tespit performansı sağlayan gelişmiş bir tespit tekniği önermeye acil bir ihtiyaç var. Bu nedenle, bu makale, otomatik sahte haber tespiti için hibrit olarak geliştirilmiş bir derin öğrenme modeli önermektedir. Önerilen model, yeni sahte haber örneklerini yapay olarak sentezlemek için Yardımcı Sınıflandırıcı Üretken Düşman Ağları adı verilen otomatik veri artırma yöntemini benimser ve ardından, sahte haberleri verimli bir şekilde tespit etmek için Konvolüsyonel Sinir Ağını Tekrarlayan Sinir Ağları ile hibritleştirir. Önerilen model Buzzfeed, FakeNewsNet ve FakeNewsChallenges veri setlerini kullanarak yalan haberlerin tespitinde %93,87 doğruluk, %10,39 geri çağırma, %93,12 kesinlik sağladığından en son modellere karşı üstün sonuçlar göstermektedir.
With the fast advancement in digital news, fake news has already caused grave threats to the public's actual judgment and credibility, in specific, with the wide use of social networking platforms, which provide a rich environment for the generation and dissemination of fake news. To cope with these challenges, several techniques were proposed to detect fake news, but still, there is an urgent need to propose an improved detection technique that provides a high level of detection performance in an automatic manner. Therefore, this article proposes a hybrid-improved deep learning model for automatic fake news detection. The proposed model adopts automatic data augmentation method, called Auxiliary Classifier Generative Adversarial Networks, to artificially synthesize new fake news samples, and then, hybridize the Convolutional Neural Network with the Recurrent Neural Networks to detect the fake news efficiently. The proposed model shows superior results against the state-of-the-art models as it provides 93.87% accuracy, 10.39% recall, 93.12%% precision in detecting the fake news using Buzzfeed, FakeNewsNet and FakeNewsChallenges datasets.