ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ В РОЗРОБЦІ ANDROID ЗАСТОСУНКІВ

К. О. Антіпова, В. С. Раленко
{"title":"ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ В РОЗРОБЦІ ANDROID ЗАСТОСУНКІВ","authors":"К. О. Антіпова, В. С. Раленко","doi":"10.32782/tnv-tech.2024.2.9","DOIUrl":null,"url":null,"abstract":"У даній роботі розглянуто використання бібліотеки машинного навчання WEKA в Android-застосунках через її портування на цю платформу. Основна увага приділяється можливостям використання WEKA у контексті визначення настрою тексту на мобільних пристроях Android. Визначення настрою тексту є важливою задачею в області обробки природної мови, яка має широкий спектр застосувань, включаючи аналіз соціальних медіа, відгуки клієнтів та багато іншого. У рамках цього дослідження було розроблено власну методологію для використання WEKA для визначення настрою тексту. Ця методологія базується на використанні датасету twitter_emotion, який був розділений на навчальні та тестові вибірки для експериментального порівняння різних бібліотек. Результати дослідження демонструють, що найкращий відсоток точності досягнуто за допомогою бібліотеки WEKA. Це може бути пов’язано з актуальністю реалізації алгоритму та оптимізацією коду, що використовується в даній бібліотеці. Крім того, проведено порівняння швидкодії алгоритму на різних пристроях Android. Було виявлено різницю в часі виконання, що може бути пов’язано з архітектурними особливостями мобільних пристроїв та рівнем адаптації Android для них. Отримані результати сприятимуть оптимальному вибору бібліотеки та методів для вирішення завдань визначення настроїв тексту на мобільних пристроях. Ця робота спрямована на покращення розуміння можливостей та обмежень використання машинного навчання в мобільних застосунках з огляду на специфіку платформи Android. Вона також сприяє розробці нових стратегій та технологій для ефективного використання машинного навчання в мобільних застосунках. Важливо зазначити, що використання бібліотеки WEKA в Android-застосунках не обмежується лише визначенням настрою тексту. WEKA може бути використана для різноманітних завдань машинного навчання, включаючи класифікацію, регресію, кластеризацію та інше. Таким чином, ця робота може слугувати основою для подальших досліджень використання WEKA в Android-застосунках.","PeriodicalId":242216,"journal":{"name":"Таврійський науковий вісник. Серія: Технічні науки","volume":"118 19","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-07-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Таврійський науковий вісник. Серія: Технічні науки","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32782/tnv-tech.2024.2.9","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

У даній роботі розглянуто використання бібліотеки машинного навчання WEKA в Android-застосунках через її портування на цю платформу. Основна увага приділяється можливостям використання WEKA у контексті визначення настрою тексту на мобільних пристроях Android. Визначення настрою тексту є важливою задачею в області обробки природної мови, яка має широкий спектр застосувань, включаючи аналіз соціальних медіа, відгуки клієнтів та багато іншого. У рамках цього дослідження було розроблено власну методологію для використання WEKA для визначення настрою тексту. Ця методологія базується на використанні датасету twitter_emotion, який був розділений на навчальні та тестові вибірки для експериментального порівняння різних бібліотек. Результати дослідження демонструють, що найкращий відсоток точності досягнуто за допомогою бібліотеки WEKA. Це може бути пов’язано з актуальністю реалізації алгоритму та оптимізацією коду, що використовується в даній бібліотеці. Крім того, проведено порівняння швидкодії алгоритму на різних пристроях Android. Було виявлено різницю в часі виконання, що може бути пов’язано з архітектурними особливостями мобільних пристроїв та рівнем адаптації Android для них. Отримані результати сприятимуть оптимальному вибору бібліотеки та методів для вирішення завдань визначення настроїв тексту на мобільних пристроях. Ця робота спрямована на покращення розуміння можливостей та обмежень використання машинного навчання в мобільних застосунках з огляду на специфіку платформи Android. Вона також сприяє розробці нових стратегій та технологій для ефективного використання машинного навчання в мобільних застосунках. Важливо зазначити, що використання бібліотеки WEKA в Android-застосунках не обмежується лише визначенням настрою тексту. WEKA може бути використана для різноманітних завдань машинного навчання, включаючи класифікацію, регресію, кластеризацію та інше. Таким чином, ця робота може слугувати основою для подальших досліджень використання WEKA в Android-застосунках.
人工智能在开发安卓应用程序中的应用
本文通过将 WEKA 机器学习库移植到 Android 平台,讨论了在 Android 应用程序中使用该库的问题。主要重点是在安卓移动设备的文本情感检测中使用 WEKA 的可能性。文本情感检测是自然语言处理领域的一项重要任务,应用范围广泛,包括社交媒体分析、客户反馈等。在本研究中,我们开发了一种使用 WEKA 确定文本情感的专有方法。该方法基于 twitter_emotion 数据集,该数据集被分为训练样本和测试样本,用于实验比较不同的库。研究结果表明,WEKA 库的准确率最高。这可能是由于算法实现的相关性以及该库所使用代码的优化。此外,还比较了算法在不同安卓设备上的性能。发现执行时间存在差异,这可能是由于移动设备的架构特点和安卓系统对它们的适应程度造成的。获得的结果将有助于优化选择库和方法,以解决在移动设备上确定文本情感的任务。这项工作旨在结合安卓平台的具体特点,提高人们对在移动应用程序中使用机器学习的可能性和局限性的认识。它还有助于开发新的战略和技术,以便在移动应用程序中有效使用机器学习。值得注意的是,在 Android 应用程序中使用 WEKA 库并不局限于文本情感检测。WEKA 可用于各种机器学习任务,包括分类、回归、聚类等。因此,这项工作可以作为进一步研究在 Android 应用程序中使用 WEKA 的基础。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信