EUVIMEDEUVIMED entdecken
Systematische ÜbersichtOpen Access · CC BY 4.0

Machine Learning and Deep Learning Approaches for Fake News Detection: A Systematic Review of Techniques, Challenges, and Advancements

Omar Bashaddadh, Nazlia Omar, Masnizah Mohd, Mohd Nor Akmal Khalid

IEEE Access · 2025 · 13 · 90433-90466

DOI: 10.1109/access.2025.3572051 ↗

Kurz gefasst

Systematische Übersicht in der Zeitschrift IEEE Access, 2025. Verfasst von Omar Bashaddadh und 3 weiteren Autor:innen. Die Arbeit wurde bisher 40-mal zitiert (Crossref) und nennt 106 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Universiti Kebangsaan Malaysia.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Universiti Kebangsaan Malaysia

Zitieren

APA

Bashaddadh, O., Omar, N., Mohd, M., & Khalid, M. N. A. (2025). Machine Learning and Deep Learning Approaches for Fake News Detection: A Systematic Review of Techniques, Challenges, and Advancements. IEEE Access, 13, 90433-90466. https://doi.org/10.1109/access.2025.3572051

Vancouver

Bashaddadh O, Omar N, Mohd M, Khalid MNA. Machine Learning and Deep Learning Approaches for Fake News Detection: A Systematic Review of Techniques, Challenges, and Advancements. IEEE Access. 2025;13:90433-90466. doi:10.1109/access.2025.3572051

BibTeX
@article{Bashaddadh2025,
  author = {Bashaddadh, Omar and Omar, Nazlia and Mohd, Masnizah and Khalid, Mohd Nor Akmal},
  title = {Machine Learning and Deep Learning Approaches for Fake News Detection: A Systematic Review of Techniques, Challenges, and Advancements},
  journal = {IEEE Access},
  year = {2025},
  volume = {13},
  pages = {90433--90466},
  doi = {10.1109/access.2025.3572051}
}
Kostenlos starten →