{"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.