张，季;伦纳德·谭;陶晓辉;彭，图安;陈兵 在线社交网络中的关系智能识别——一项调查。 （英语） Zbl 1477.68259号 计算。科学。版次。 35，文章ID 100221，33 p.（2020）. 摘要：当今的信息网络在规范现实生活活动中发挥着重要的基础性作用。然而，在这一框架上开发的许多方法都缺乏足够的能力来代表其所载信息中所包含的复杂性。因此，它们会遇到诸如不准确、可靠性和性能等问题。我们将关系智力定义为情感、情感和道德发展的结合，反映在网络社会结构的演变模式中。这些发展包括演员在网络社交场景中自适应调节彼此之间的情绪、价值观、兴趣和需求的能力。在本文中，我们对识别关系智能的方法进行了最新的概述，特别关注在线社交网络（OSN）。将详细讨论支持机器识别任务的数据挖掘、识别（提取）、检测（标记）、分类、预测和学习等重要核心过程。此外，还将介绍受广泛影响的应用程序，如推荐、排名、影响、主题建模、进化等，并详细介绍其基本概念。我们还包括一些关于更高级主题的讨论，这些主题指出了未来更有趣的研究方向。 理学硕士： 68T01型 人工智能的一般主题 68T05型 人工智能中的学习和自适应系统 68T07型 人工神经网络与深度学习 68吨10 模式识别、语音识别 91天30分 社交网络；意见动态 68-02 与计算机科学有关的研究展览会（专著、调查文章） 关键词：社交网络;人工智能;深度学习;模式识别;合奏 软件：快速GCN;IMPALA公司;达奇 PDF格式BibTeX公司 XML格式引用 \textit{J.Zhang}等人，计算。科学。第35版，文章ID 100221，33页（2020年；Zbl 1477.68259） 全文： 内政部 参考文献： [1] Cambria，E.，情感计算和情感分析，IEEE Intell。系统。，31, 2, 102-107 (2016) [2] 坎布里亚，E。；侯赛因，A.，Sentic computing，康涅狄格州。计算。，7, 2, 183-185 (2015) [3] 希达尔戈，C.R。；Tan，E.S.-H。；Verlegh，P.W.，《在线社交网络中的情感社交分享（SSE）：在线期刊《计算机》的案例研究。嗯，行为。，52, 364-372 (2015) [4] 费拉拉，E。；Yang，Z.，量化情绪对社交媒体信息传播的影响，PeerJ Compute。科学。，1，第26条pp.（2015） [5] 王，X。；张，C。；纪毅。；Sun，L。；Wu，L。；Bao，Z.，基于微博客社交网络中情绪分析的抑郁检测模型，（亚太知识发现和数据挖掘会议（2013），Springer），201-213 [6] Madhoushi，Z。；Hamdan，A.R。；Zainudin，S.，《近期作品中的情感分析技术》（2015年科学与信息会议，SAI（2015），IEEE），288-291 [7] 瓦耶纳，E。；马里兰州萨拉斯。；马多夫，L.C。；Brownstein，J.S.，《公共卫生中大数据的道德挑战》（2015），公共科学图书馆 [8] 努南，D。；Di Domenico，M.，《市场研究与大数据伦理》，《国际市场研究》，第55、4、505-520页（2013年） [9] Anderson，南卡罗来纳州。；Guyton，M.R.，《信息寻求者时代的道德：对有执照的医疗保健提供者关于在线社交网络的调查》，J.Technol。嗯，服务员。，31, 2, 112-128 (2013) [10] Beniger，J.，《控制革命：信息社会的技术和经济起源》（2009），哈佛大学出版社 [11] Chung，K.S.K。；Piraveenan，M。；侯赛因，L.，《在线社交网络拓扑》，（《社交网络分析与挖掘百科全书》（2014），斯普林格出版社），2191-2202 [12] Lune，H。；Berg，B.L.，《社会科学定性研究方法》（2016），培生高等教育 [13] Leung，C.W.-k。；林，E.-P。；Lo，D。；Weng，J.，挖掘社交网络中有趣的链接形成规则，（第19届美国计算机学会信息与知识管理国际会议论文集（2010），美国计算机学会），209-218 [14] Backstrom，L。；Leskovec，J.，《监督随机漫步：预测和推荐社交网络中的链接》，（第四届ACM网络搜索和数据挖掘国际会议论文集（2011），ACM），635-644 [15] 乔·F。；李，P。；张，X。；丁，Z。；Cheng，J。；Wang，H.，用隐马尔可夫模型预测社会动荡事件，使用gdelt，Discrete Dyn。《国家社会》，2017（2017） [16] M.阿巴迪。；Chu，A。；古德费罗，I。；McMahan，H.B。；米罗诺夫，I。；Talwar，K。；Zhang，L.，《不同隐私的深度学习》（2016年ACM SIGSAC计算机和通信安全会议论文集，ACM），308-318 [17] R.Stademann，K.Gehlhaus，通信网络中动态流量控制的过程和路由系统，美国专利59302491999。 [18] G.Hardin，网络带宽分配方法和设备，美国专利88439782014。 [19] Christopher，M.，物流与供应链管理（2016），英国培生 [20] Levi，M.，《评估经济网络犯罪的趋势、规模和性质：概述和问题》，《刑法学会》。，67, 1, 3-20 (2017) [21] 甘地，V。；Thanjavur，T.N.-S.I.，《互联网网络犯罪概述研究》，J.Inf.Eng.Appl。，2, 1, 1-5 (2012) [22] 胡，W。；Wang，H。；邱，Z。；聂，C。；Yan，L。；Du，B.，基于混合链接预测和量子群智能的社交网络事件检测方法，万维网，20,4775-795（2017） [23] 拉丁斯基，K。；Horvitz，E.，挖掘网络以预测未来事件，（第六届ACM网络搜索和数据挖掘国际会议论文集（2013），ACM），255-264 [24] Jin，F。；Wang，W。；查克拉波蒂，P。；赛尔夫，N。；陈，F。；Ramakrishnan，N.，跟踪多个社交媒体以预测股市事件，（数据挖掘工业会议（2017），施普林格），16-30 [25] Bojanic，M。；Gnjatovic，M。；Secujski，M。；Delic，V.，维度情感模型在自动情感语音识别中的应用，（智能系统和信息学，SISY，2013 IEEE第11届国际研讨会（2013），IEEE），353-356 [26] Gatica Perez，D.，小组社交互动的自动非语言分析：综述，图像视觉。计算。，27, 12, 1775-1787 (2009) [27] 枪，H。；Pantic，M.，《自动、维度和连续情感识别》，国际期刊Synth。艾默特。，1, 1, 68-99 (2010) [28] 盖托，L。；Diehl，C.P.，《链接挖掘：调查》，SIGKDD Explor。，7, 3-12 (2005) [29] Shi，C。；李毅。；张杰。；孙，Y。；Philip，S.Y.，《异构信息网络分析调查》，IEEE Trans。知识。数据工程，29，1，17-37（2017） [30] 宋，H.H。；Cho，T.W。；大卫·V。；Zhang，Y。；邱，L.，在线社交网络中的可缩放近似估计和链接预测，（第九届ACM SIGCOMM互联网测量会议论文集（2009），ACM），322-335 [31] 王，P。；徐，B。；Wu，Y。；周，X.，《社交网络中的链接预测：最新技术》，科学。中国信息科学。，58, 1, 1-38 (2015) [32] X·冯。；赵，J。；Xu，K.，《复杂网络中的链接预测：聚类视角》，《欧洲物理学》。J.B，85，1，3（2012） [33] 盖托，L。；弗里德曼，N。；科勒，D。；Taskar，B.，学习关系结构的概率模型，（ICML，第1卷（2001）），170-177 [34] 孙，Y。；Han，J.，《挖掘异构信息网络：结构分析方法》，ACM SIGKDD Explor。新闻。，14, 2, 20-28 (2013) [35] O.J.Mengshoel、R.Desai、A.Chen、B.Tran，我们会再次连接吗？移动社交网络中用于链接预测的机器学习，收录于：第十一届图形挖掘与学习研讨会，2013年。 [36] 穆纳辛格，L。；Ichise，R.，《时间分数：社交网络中链接预测的新功能》，IEICE Trans。信息系统。，95, 3, 821-828 (2012) [37] 穆纳辛格，L。；Ichise，R.，社交网络链接预测的时间感知指数，（DaWaK（2011），Springer），342-353 [38] 穆纳辛格，L。；Ichise，R.，《社交网络中通过主动链接使用信息流的链接预测》，IEICE Trans。信息系统。，96, 7, 1495-1502 (2013) [39] L.Munasinghe，R.Ichise，《社交网络中的多类链接预测》，载于：《日本人工智能学会第27届年会论文集》，2013年。 [40] 拉文德兰，S。；Aghila，G.，《使用k近邻（k-NN）进行大数据分类中降维的数据依赖可重用投影（DIRP）技术》，美国国家科学院。科学。莱特。，1-9 (2019) [41] 卡鲁阿纳，R。；北卡罗来纳州Karampatziakis。；Yessenalina，A.，《高维监督学习的实证评估》（第25届机器学习国际会议论文集（2008），ACM），96-103 [42] Skryjomski，P。；Krawczyk，B。；Cano，A.，加速k-最近邻分类器用于GPU上的大规模多标签学习，神经计算，354，10-19（2019） [43] D.He，D.Liu，D.Jin，W.Zhang，复杂网络中检测异质链路社区的随机模型，载于：AAAI，2015年，第130-136页。 [44] 布莱，D.M。；Ng，A.Y。；Jordan，M.I.，《潜在dirichlet分配》，J.Mach。学习。Res.，1993年1月3日至1022年1月3日（2003年）·Zbl 1112.68379号 [45] Steyvers，M。；Griffiths，T.，概率主题模型，（《潜在语义分析手册》427（2007）），424-440 [46] Airoldi，E.M。；布莱，D.M。；Erosheva，E.A。；Fienberg，S.E.，混合成员模型和方法简介，（混合成员模型及其应用手册100（2014）），3-14 [47] 郭，R。；薛，E。；张，F。；赵，G。；Qu，G.，优化计数草图的置信区间以更准确地估计流式大数据查询结果，《计算》，1-27（2019） [48] Sigurleifsson，B。；Anbarasu，A。；Kangur，K.，《计数最小草图数据结构及其在计算机科学中的应用》（2019年） [49] 右弹簧。；Kyrillidis，A。；莫汉，V。；Shrivastava，A.，《通过计数器压缩梯度优化器》（2019），arXiv预打印arXiv:1902.00179 [50] Hisano，R.，动态链接预测的半监督图嵌入方法（2016），arXiv预印本arXiv:1610.04351 [51] 张杰。；Tan，L。；Tao，X.，《关于社交网络中的关系学习和发现：一项调查》，国际期刊Mach。学习。赛博。，1-18 (2018) [52] 张杰。；Tan，L。；陶，X。；Pham，T。；朱，X。；李，H。；Chang，L.，在线社交网络中的关系状态检测，（2018年第五届行为、经济和社会文化计算国际会议，BESC（2018），IEEE），38-43 [53] 张杰。；Tan，L。；陶，X。；郑，X。；罗，Y。；Lin，J.C.-W.，《Slind：识别在线社交网络中的稳定链接》，（高级应用数据库系统国际会议（2018），施普林格），813-816 [54] 张杰。；陶，X。；Tan，L。；林，J.C.-W。；李，H。；Chang，L.，在线社交网络的链接稳定性检测，（国际数据库和专家系统应用会议（2018），施普林格），320-335 [55] 波吉特，A。；英国四月。；库克·R·J。；Osumbamode，I.O.，《链接预测中的时间性：理解社会复杂性》，《涌现：复杂性》。器官。，11, 1, 69 (2009) [56] 刘，F。；刘，B。；Sun，C。；刘，M。；Wang，X.，基于深度信念网络的签名社交网络链接预测方法，熵，17，4，2140-2169（2015） [57] 宋，D。；Meyer，D.A.，《签约社交网络中的链接符号预测和排名》，Soc.Netw。分析。最小值，5，1，52（2015） [58] 吉米拉，R。；Sales-Pardo，M.，《缺失和虚假交互以及复杂网络的重建》，Proc。国家。阿卡德。科学。，106, 52, 22073-22078 (2009) [59] Long，B.长。；余，P.S。；Zhang，《多视角无监督学习的一般模型》（2008年SIAM国际数据挖掘会议论文集，SIAM），822-833 [60] 唐·W。；卢，Z。；Dhillon，I.S.，《用多个图进行聚类》（数据挖掘，2009年）。ICDM’09。第九届IEEE国际会议（2009年），IEEE，1016-1021 [61] Argyriou，A。；赫伯斯特，M。；Pontil，M.，《结合图拉普拉斯算子进行半监督学习》，（神经信息处理系统进展（2006）），67-74 [62] Tang，L。；刘，H。；张杰。；Nazeri，Z.，《动态多模网络中的社区演化》，（第14届ACM SIGKDD国际知识发现和数据挖掘会议论文集（2008），ACM），677-685 [63] Tang，L。；王，X。；Liu，H.，集体行为的可扩展学习，IEEE Trans。知识。数据工程，24，6，1080-1091（2012） [64] Radicchi，F.，《异质网络中社区的可检测性》，Phys。E版，88，1，第010801条，pp.（2013） [65] 坎帕里亚，A。；Saini，G。；潘迪，B。；蒂瓦里，S。；古普塔，D。；Khanna，A.，KDSAE：使用深层自动编码器网络进行多媒体数据学习的慢性肾脏疾病分类，多媒体工具应用。，1-16 (2019) [66] Gidaris，S。；Komodakis，N.，《使用gnn去噪自动编码器生成分类权重以进行少量快照学习》（2019年），arXiv预印本arXiv:1905.01102 [67] 卢，X。；顾，H。；Wang，Y。；Wang，J。；秦，P.，基于自动编码器的抗癌药物反应分类特征选择方法，Front。遗传学。，10, 233 (2019) [68] Schlichtkrull，M。；Kipf，T.N。；布隆，P。；范登伯格，R。；蒂托夫，I。；Welling，M.，用图卷积网络建模关系数据，（欧洲语义网络会议（2018），Springer），593-607 [69] 陈，J。；马，T。；Xiao，C.，Fastgcn：通过重要性抽样快速学习图卷积网络（2018），arXiv预印本arXiv:1801.10247 [70] 张杰。；施，X。；赵，S。；King，I.，STAR-GCN：推荐系统的堆叠和重构图卷积网络（2019），arXiv预印本arXiv:1905.13129 [71] Lee，K.H。；薛，L。；Hunter，D.R.，《通过时间指数族随机图模型对时间演化网络进行基于模型的聚类》，《多元分析杂志》。，第104540条pp.（2019）·Zbl 1437.62233号 [72] 多伊尔，C。；Herga，Z。；偶极子，S。；Szymanski，B.K。；科尔尼斯，G。；Mladenić，D.，从基于CDR的社交网络预测复杂用户行为，Inform。科学。(2019) [73] 高，H。；裴，J。；Huang，H.，ProGAN：通过邻近生成对抗网络进行网络嵌入，（第25届ACM SIGKDD国际知识发现与数据挖掘会议论文集（2019），ACM），1308-1316 [74] 德尔文，J.-C。；Yaliraki，S.N。；Barahona，M.，《跨时间尺度的图形社区稳定性》，Proc。国家。阿卡德。科学。，107, 29, 12755-12760 (2010) [75] 李，Z。；潘，Z。；Zhang，Y。；李·G。；Hu，G.，异质社交网络中的高效社区检测，数学。问题。工程，2016（2016）·Zbl 1400.91478号 [76] X.Zheng，S.Zhu，J.Gao，H.Mamitsuka，用局部可靠簇聚合分区的实例加权非负矩阵因式分解，载于：IJCAI，2015年，第4091-4097页。 [77] Sengupta，S。；Chen，Y.，异质网络中的谱聚类，统计学。Sinica，1081-1106（2015）·Zbl 1415.62047号 [78] Singla，P。；Domingos，P.，马尔可夫逻辑网络的判别训练，（AAAI，第5卷（2005）），868-873 [79] 多明戈斯，P。；Richardson，M.，1《马尔可夫逻辑：统计关系学习的统一框架》，Stat.Relat。学习。，339 (2007) [80] Ching，W。；张，S。；Ng，M.，关于多维马尔可夫链模型，Pac。J.Optim。，3, 2 (2007) ·Zbl 1133.65004号 [81] Taskar，B。；阿贝尔，P。；Wong，M.-F。；Koller，D.，关系马尔可夫网络，（统计关系学习导论（2007），麻省理工学院出版社），175-200·Zbl 1141.68054号 [82] Meyer，D.，《自动编码器简介》（2015） [83] Socher，R。；彭宁顿，J。；黄，E.H。；Ng，A.Y。；Manning，C.D.，预测情绪分布的半监督递归自动编码器，（自然语言处理经验方法会议论文集（2011），计算语言学协会），151-161 [84] Betechuoh，B.L。；马尔瓦拉，T。；Tettey，T.，HIV分类的自动编码器网络，Curr。科学。，91, 11 (2006), (00113891) [85] 李伟（Li，W.）。；Fu，H。；Yu，L。；龚，P。；冯，D。；李，C。；Clinton，N.，《基于堆叠自动编码器的远程图像分类深度学习：非洲陆地覆盖测绘案例研究》，《国际遥感杂志》，第37、23、5632-5646页（2016年） [86] 卡杜林，A。；Aliper，A。；Kazennov，A。；Mamoshina，P。；Q.Vanhaelen。；Khrabrov，K。；Zhavoronkov，A.，《有意义线索的聚宝盆：应用深层对抗性自动编码技术开发肿瘤学中的新分子》，Oncotarget，8，7，第10883页，（2017） [87] Payan，A。；Montana，G.，《预测阿尔茨海默病：3D卷积神经网络的神经成像研究》（2015），arXiv预印本arXiv:1502.02506 [88] 马内西，F。；Rozza，A。；Manzo，M.，动态图卷积网络，模式识别。，第107000页（2019年） [89] Kipf，T.N。；Welling，M.，图卷积网络半监督分类（2016），arXiv预印本arXiv:1609.02907 [90] Duvenaud，D.K。；麦克劳林（D.Maclaurin）。；伊帕拉吉雷，J。；罗得岛邦巴雷尔。；Hirzel，T。；Aspuru-Guzik，A。；Adams，R.P.，用于学习分子指纹的图上卷积网络，（神经信息处理系统进展（2015）），2224-232 [91] Defferrard，M。；布雷松，X。；Vandergheynst，P.，具有快速局部频谱滤波的图上的卷积神经网络，（神经信息处理系统进展（2016）），3844-3852 [92] Robins，G.，《社交网络指数随机图模型》，（《社交网络分析手册》（2011），Sage） [93] 库马尔，A。；Biswas，A。；Sanyal，S.，《电子商务：电子商务的生成性对抗网络》（2018），arXiv预印本arXiv:1801.03244 [94] 蔡，L。；Wang，W.Y.，Kbgan:知识图嵌入的对抗学习（2017），arXiv预印本arXiv:1711.04071 [95] 周振华，《集成方法：基础与算法》（Ensemble Methods:Foundations and Algorithms）（2012），CRC出版社 [96] Bifet，A。；霍姆斯，G。；普法林格，B。；柯克比，R。；Gavaldá，R.，进化数据流的新集成方法，（第15届ACM SIGKDD国际知识发现和数据挖掘会议论文集（2009），ACM），139-148 [97] 埃扎特，A。；吴，M。；李，X。；Kwoh，C.-K.，通过集成学习对药物-靶点相互作用的计算预测，（药物再利用的计算方法（2019），Springer），239-254 [98] 陶，Z。；刘，H。；李，S。；Fu，Y.，稳健谱系综聚类，（第25届ACM国际信息与知识管理会议论文集（2016），ACM），367-376 [99] Gneiting，T。；Raftery，A.E.，《用集合方法进行天气预报》，《科学》，310，5746，248-249（2005） [100] 朱，X。；张，P。；林，X。；Shi，Y.，从数据流中主动学习（数据挖掘，2007）。ICDM 2007。第七届IEEE国际会议（2007年），IEEE，757-762 [101] 伊利奥贝特。；Bifet，A。；普法林格，B。；Holmes，G.，《漂移流数据的主动学习》，IEEE Trans。神经网络。学习。系统。，25, 1, 27-39 (2014) [102] 卢，J。；赵，P。；Hoi，S.C.，在线被动-主动学习，马赫。学习。，103, 2, 141-183 (2016) ·Zbl 1357.68177号 [103] 卢，J。；赵，P。；Hai，S.，《使用内核的在线稀疏被动攻击性学习》，675-683（2016） [104] Sahoo，D。；Pham，Q。；卢，J。；Hai，S.C.，《在线深度学习：动态学习深度神经网络》（2017），arXiv预印本arXiv:1711.03705 [105] 陈，J。；Tang，L。；刘杰。；Ye，J.，从多个任务中学习共享结构的凸公式，（第26届机器学习国际年会论文集（2009），ACM），137-144 [106] Cho，K。；Raiko，T。；Ilin，A.，平行回火对于学习受限玻尔兹曼机是有效的，（神经网络，IJCNN，2010年国际联合会议（2010），IEEE），1-8 [107] 彭海凯。；朱，J。；Piao，D。；Yan，R。；Zhang，Y.，使用条件随机场的Retweet建模，（数据挖掘研讨会，ICDMW，2011年IEEE第11届国际会议（2011年），IEEE），336-343 [108] Neuvirth，H。；Ozery-Flato，M。；胡，J。；Laserson，J。；科恩，M.S。；埃巴多拉希，S。；Rosen-Zvi，M.，《面向风险患者的个性化护理管理：糖尿病案例研究》（第17届ACM SIGKDD国际知识发现和数据挖掘会议论文集（2011），ACM），395-403 [109] Rao，Y。；谢浩。；李，J。；Jin，F。；Wang，F.L。；Li，Q.，基于话题级最大熵模型的短文本社会情感分类，信息管理。，53, 8, 978-986 (2016) [110] De Vine，L。；祖肯，G。；科普曼，B。；Sitbon，L。；Bruza，P.，《神经语言模型的医学语义相似性》，（第23届ACM信息与知识管理国际会议论文集（2014），ACM），1819-1822 [111] 莫尼兹，J.R.A。；Krueger，D.，Nested lstms（2018），arXiv预印本arXiv:1801.10308 [112] Han，Z。；刘，Z。；Han，J。；冯·C·M。；Bu，S。；Chen，C.L.P.，用于无监督学习三维网格上结构保持特征的网格卷积受限Boltzmann机器，IEEE Trans。神经网络。学习。系统。，28, 10, 2268-2281 (2017) [113] 辛顿，G.E。；Salakhutdinov，R.R.，《用神经网络降低数据的维数》，《科学》，3135786504-507（2006）·Zbl 1226.68083号 [114] 哈钦森，B。；邓，L。；Yu，D.，《隐藏表示双线性建模的深层架构：语音识别应用》（声学、语音和信号处理，ICASSP，2012年IEEE国际会议，IEEE），4805-4808 [115] 陈，Q。；Wu，R.，CNN是你所需要的一切（2017），arXiv预印本arXiv:1712.09662 [116] Lee，C.-Y。；谢S。；加拉赫，P。；张，Z。；Tu，Z.，深度监控网络，（人工智能与统计（2015）），562-570 [117] He，K。；张，X。；任，S。；Sun，J.，深度剩余网络中的身份映射，（欧洲计算机视觉会议（2016），施普林格），630-645 [118] 埃斯佩霍尔特。；索耶，H。；穆诺斯，R。；Simonyan，K。；Mnih，V。；沃德，T。；Doron，Y。；弗罗尤，V。；哈雷，T。；Dunning，I.，IMPALA：具有重要性加权actor-learner架构的可扩展分布式deep-rl（2018），arXiv预印本arXiv:1802.01561 [119] 哈伯，E。；Ruthotto，L.，深度神经网络的稳定架构，逆向问题，34，1，文章014004 pp.（2017）·Zbl 1426.68236号 [120] Rajkomar，A。；Oren，E。；Chen，K。；Dai，A.M。；哈贾杰，N。；刘培杰。；刘，X。；孙，M。；Sundberg，P。；Yee，H.，《电子健康记录的可扩展和准确深度学习》（2018），arXiv预印本arXiv:1801.07860 [121] Choi，E。；巴哈多里，M.T。；塞尔，E。；科菲，C。；汤普森，M。；Bost，J。；Tejedor-Sojo，J。；Sun，J.，医学概念的多层表示学习，（第22届ACM SIGKDD国际知识发现和数据挖掘会议论文集（2016），ACM），1495-1504 [122] 刘杰。；Chang，W.C。；Wu，Y。；杨毅，极端多标签文本分类的深度学习，（第40届国际ACM SIGIR信息检索研究与开发会议论文集（2017），ACM），115-124 [123] 彭，S。；你，R。；Wang，H。；翟，C。；Mamitsuka，H。；Zhu，S.，DeepMeSH:改进大规模MeSH索引的深层语义表示，生物信息学，32，12，i70-i79（2016） [124] 辛顿，G。；葡萄酒，O。；Dean，J.，《在神经网络中提取知识》（2015），arXiv预印本arXiv:1503.02531 [125] Rusu，A.A。；北卡罗来纳州拉比诺维茨。；Desjardins，G。；Soyer，H。；柯克帕特里克，J。；Kavukcuoglu，K。；帕斯卡努，R。；Hadsell，R.，渐进神经网络（2016），arXiv预印本arXiv:1606.04671 [126] 吉迪恩，J。；科拉姆，S。；奥尔德尼，Z。；迪米特里亚迪斯，D。；Provost，E.M.，情绪识别中转移学习的渐进神经网络（2017），arXiv预印本arXiv:1706.03256 [127] Goh，K.-I。；Salvi，G。；Kahng，B。；Kim，D.，《复杂网络中的骨架和分形缩放》，Phys。修订稿。，96，1，第018701条pp.（2006） [128] 拉尔森，G。；梅尔，M。；Shakhnarovich，G.，Fractalnet:无残差超深度神经网络（2016），arXiv预印本arXiv:1605.07648 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。