​​Исследователи Технологического института Сингада представили | NeuroHive - Нейронные сети, Machine Learning, AI, Data science

​​Исследователи Технологического института Сингада представили модель автоматического обнаружения и фильтрации спама в электронной почте. Ключевой особенностью алгоритма является высокая скорость обучения.

Модель основана на многокритериальном отборе признаков и адаптивной капсульной нейросети. В отличие от предыдущих подходов к фильтрации спама, модель была обучена как на датасетах с изображениями, так и на текстовых датасетах.

В текстовых датасетах для выделения признаков использовалось два, а в датасетах с изображениями – три метода, включая преобразование Уолша-Адамара. Многокритериальный отбор признаков осуществлялся с помощью гибридного эвристического алгоритма G-SFO. Оптимально выбранные признаки подавались на вход капсульной нейросети, осуществляющей классификацию писем.

Помимо высокой скорости обучения, модель превосходит предыдущие state-of-the-art подходы по точности классификации спама.

Источник: https://link.springer.com/article/10.1007/s41315-021-00217-9

#StateoftheArt