Buchumschlag

A Machine Learning Ensemble Model for the Detection of Cyberbullying

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alqahtani, Abulkarim Faraj, Ilyas, Mohammad
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Social and Information Networks Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Detecting LGBTQ+ Instances of Cyberbullying
von: Arslan, Muhammad, et al.
Veröffentlicht: (2024)

Deep Learning Based Cyberbullying Detection in Bangla Language
von: Nath, Sristy Shidul, et al.
Veröffentlicht: (2024)

Cyberbullying or just Sarcasm? Unmasking Coordinated Networks on Reddit
von: Pamecha, Pinky, et al.
Veröffentlicht: (2024)

Leveraging Ensemble-Based Semi-Supervised Learning for Illicit Account Detection in Ethereum DeFi Transactions
von: Fazliani, Shabnam, et al.
Veröffentlicht: (2024)

A Multi-faceted Semi-Synthetic Dataset for Automated Cyberbullying Detection
von: Ejaz, Naveed, et al.
Veröffentlicht: (2024)

Graph Encoder Ensemble for Simultaneous Vertex Embedding and Community Detection
von: Shen, Cencheng, et al.
Veröffentlicht: (2023)

Collaborative Team Recognition: A Core Plus Extension Structure
von: Yu, Shuo, et al.
Veröffentlicht: (2024)

An NLP-Assisted Bayesian Time Series Analysis for Prevalence of Twitter Cyberbullying During the COVID-19 Pandemic
von: Perez, Christopher, et al.
Veröffentlicht: (2022)

Identifying Cyberbullying Roles in Social Media
von: Sandoval, Manuel, et al.
Veröffentlicht: (2024)

COVIDHealth: A Benchmark Twitter Dataset and Machine Learning based Web Application for Classifying COVID-19 Discussions
von: Bishal, Mahathir Mohammad, et al.
Veröffentlicht: (2024)

Machine Learning on Dynamic Graphs: A Survey on Applications
von: Fard, Sanaz Hasanzadeh
Veröffentlicht: (2024)

A Deep Learning Framework for Evaluating Dynamic Network Generative Models and Anomaly Detection
von: Rashnu, Alireza, et al.
Veröffentlicht: (2024)

LLM Chain Ensembles for Scalable and Accurate Data Annotation
von: Farr, David, et al.
Veröffentlicht: (2024)

Hybrid Machine Learning Model for Detecting Bangla Smishing Text Using BERT and Character-Level CNN
von: Tanbhir, Gazi, et al.
Veröffentlicht: (2025)

Predicting Channel Closures in the Lightning Network with Machine Learning
von: Antonelli, Simone, et al.
Veröffentlicht: (2026)

A Two-Part Machine Learning Approach to Characterizing Network Interference in A/B Testing
von: Yuan, Yuan, et al.
Veröffentlicht: (2023)

Explaining the Power of Topological Data Analysis in Graph Machine Learning
von: Taiwo, Funmilola Mary, et al.
Veröffentlicht: (2024)

RELIANCE: Reliable Ensemble Learning for Information and News Credibility Evaluation
von: Ramezani, Majid, et al.
Veröffentlicht: (2024)

Defining, Understanding, and Detecting Online Toxicity: Challenges and Machine Learning Approaches
von: Shahi, Gautam Kishore, et al.
Veröffentlicht: (2025)

Learning Peer Influence Probabilities with Linear Contextual Bandits
von: Faruk, Ahmed Sayeed, et al.
Veröffentlicht: (2025)

Multitask Active Learning for Graph Anomaly Detection
von: Chang, Wenjing, et al.
Veröffentlicht: (2024)

Learning for Detecting Norm Violation in Online Communities
von: Santos, Thiago Freitas dos, et al.
Veröffentlicht: (2021)

Fedivertex: a Graph Dataset based on Decentralized Social Networks for Trustworthy Machine Learning
von: Damie, Marc, et al.
Veröffentlicht: (2025)

BotSSCL: Social Bot Detection with Self-Supervised Contrastive Learning
von: Akhtar, Mohammad Majid, et al.
Veröffentlicht: (2024)

Dynamic Fraud Detection: Integrating Reinforcement Learning into Graph Neural Networks
von: Dong, Yuxin, et al.
Veröffentlicht: (2024)

Mitigating Message Imbalance in Fraud Detection with Dual-View Graph Representation Learning
von: Song, Yudan, et al.
Veröffentlicht: (2025)

What Do Temporal Graph Learning Models Learn?
von: Hayes, Abigail J., et al.
Veröffentlicht: (2025)

SAHG: Sector-Anisotropic Hyperbolic Graph Model for Social Bot Detection
von: Lu, Hanning, et al.
Veröffentlicht: (2026)

Model Selection with Model Zoo via Graph Learning
von: Li, Ziyu, et al.
Veröffentlicht: (2024)

HC-GLAD: Dual Hyperbolic Contrastive Learning for Unsupervised Graph-Level Anomaly Detection
von: Fu, Yali, et al.
Veröffentlicht: (2024)

Bi-directional Curriculum Learning for Graph Anomaly Detection: Dual Focus on Homogeneity and Heterogeneity
von: Hao, Yitong, et al.
Veröffentlicht: (2025)

Data Augmentation for Supervised Graph Outlier Detection via Latent Diffusion Models
von: Liu, Kay, et al.
Veröffentlicht: (2023)

SLADE: Detecting Dynamic Anomalies in Edge Streams without Labels via Self-Supervised Learning
von: Lee, Jongha, et al.
Veröffentlicht: (2024)

A Comprehensive Review of Community Detection in Graphs
von: Li, Jiakang, et al.
Veröffentlicht: (2023)

Graph Machine Learning based Doubly Robust Estimator for Network Causal Effects
von: Khatami, Seyedeh Baharan, et al.
Veröffentlicht: (2024)

Geodesic Length Distribution in Sparse Network Ensembles
von: Loomba, Sahil, et al.
Veröffentlicht: (2021)

MV-Gate: Insider Threat Detection via Multi-View Behavioral Statistics and Semantic Modeling
von: Kong, Kaichuan, et al.
Veröffentlicht: (2026)

ROBAD: Robust Adversary-aware Local-Global Attended Bad Actor Detection Sequential Model
von: He, Bing, et al.
Veröffentlicht: (2025)

Temporal Link Prediction Using Graph Embedding Dynamics
von: Fard, Sanaz Hasanzadeh, et al.
Veröffentlicht: (2024)

A Machine Learning Approach for Detection of Mental Health Conditions and Cyberbullying from Social Media
von: Ajayi, Edward, et al.
Veröffentlicht: (2025)