Improving Data Fusion for Fake News Detection: A Hybrid Fusion Approach for Unimodal and Multimodal Data
IEEE Access · 2024 · 12 · 112412-112425
DOI: 10.1109/access.2024.3443092 ↗Kurz gefasst
Fachartikel in der Zeitschrift IEEE Access, 2024. Verfasst von Suhaib Kh. Hamed und 2 weiteren Autor:innen. Die Arbeit wurde bisher 30-mal zitiert (Crossref) und nennt 55 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Universiti Kebangsaan Malaysia (UKM) under Geran Skim Insentif Penerbitan.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- Universiti Kebangsaan Malaysia (UKM) under Geran Skim Insentif Penerbitan
Zitieren
APA
Hamed, S. K., Aziz, M. J. A., & Yaakub, M. R. (2024). Improving Data Fusion for Fake News Detection: A Hybrid Fusion Approach for Unimodal and Multimodal Data. IEEE Access, 12, 112412-112425. https://doi.org/10.1109/access.2024.3443092
Vancouver
Hamed SK, Aziz MJA, Yaakub MR. Improving Data Fusion for Fake News Detection: A Hybrid Fusion Approach for Unimodal and Multimodal Data. IEEE Access. 2024;12:112412-112425. doi:10.1109/access.2024.3443092
BibTeX
@article{Hamed2024,
author = {Hamed, Suhaib Kh. and Aziz, Mohd Juzaiddin Ab and Yaakub, Mohd Ridzwan},
title = {Improving Data Fusion for Fake News Detection: A Hybrid Fusion Approach for Unimodal and Multimodal Data},
journal = {IEEE Access},
year = {2024},
volume = {12},
pages = {112412--112425},
doi = {10.1109/access.2024.3443092}
}
EUVIMED