Streszczenie autorskie:

W ramach wystąpienia przedstawię wyniki prac nad automatycznym wykrywaniem dokumentów o niskiej wiarygodności, takich jak zmyślone wiadomości (ang. 'fake news'), na podstawie ich własności stylistycznych. Opiszę zgromadzony korpus 103.219 dokumentów z 223 źródeł i wyjaśnię dlaczego zastosowanie zwykłych klasyfikatorów tekstu nie przynosi zadowalających rezultatów. Przedstawię metody opracowane specjalnie dla tego zadania na bazie sieci neuronowych i cech stylometrycznych oraz osiągane przez nie wyniki. Przekonamy się także, czy opracowane klasyfikatory rzeczywiście uwzględniają słownictwo charakterystyczne dla zmyślonych wiadomości. Wyniki badań zostały opublikowane w pracy "Capturing the Style of Fake News" na konferencji AAAI 2020.

Streszczenie:
Omówione będą związki pomiędzy twierdzeniem Bolzano-Poincarego-Mirandy a twierdzeniem Knastera-Kuratowskiego-Mazurkiewicza-Shapleya. Przedstawione zostaną najnowsze twierdzenia Vratis (Topology and its Applications, 2019), o wartościach pośrednich dla sympleksów oraz oszacowania aproksymacji symplicjalnych zer odwzorowań ciągłych (obliczania punktów stałych odwzorowań ciągłych).