{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,4,25]]，“日期时间”：“2024-04-25T04:31:17Z”，“时间戳”：1714019477173}，“出版商位置”：“查姆”，“参考计数”：20，“出版者”：“斯普林格国际出版公司”，“isbn-type”：[{“值”：“9783030461461”，“类型”：”打印“}，{“值”：“9783030461478”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}]}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2020]]}，“DOI”：“10.1007\/978-3-030-46147-8_36”，“type”：“book-chapter”，“created”：{（日期-部件）：[[2020，5，1]]，“date-time”：“2020-05-01T02:03:39Z”，“timestamp”：1588298619000}，”page“：”598-613“，”update-policy“http://\/dx.DOI.org\/10007\/springer_crossmark_policy”，“source“：”Crossref“，”is-referenced-by-count“：3，”title“：[“广义线性模型的贝叶斯广义马蹄估计”]，“前缀”：“10.1007”，“作者”：[{“给定”：“丹尼尔·F”，“家族”：“施密特”，“序列”：“第一”，“从属关系”：[]}，{“已知”：“埃内斯”，“家庭”：“马卡利克”，“顺序”：“附加”，“附属关系”：[]}]，“成员”：“297”，“在线发布”：{“日期段”：[2020,4,30]}键“：“36_CR1”，“非结构化”：“Armagan，A.，Dunson，D.B.，Clyde，M.：高斯广义β混合物。摘自：Shawe-Taylor，J.，Zemel，R.，Bartlett，P.，Pereira，F.，Weinberger，K.（eds.）《神经信息处理系统进展》，第24卷，第523\u2013531页（2011）”}，{“关键”：“36-CR2”，“无结构化”：“Bhadra，A.，Datta，J.，Polson，N.G.，Willard，B.：超稀疏信号的马蹄形+估计器（2016）。\narXiv:1502.00560”}，{“key”：“36_CR3”，“doi-asserted-by”：“crossref”，“unstructured”：“Bhantacharya，A.，Chakraborty，A.，Mallick，B.K.：高维回归中高斯尺度混合先验的快速采样。生物特征103（4），985\u2013991（2016）。\narXiv:1506.04778“，”DOI“：”10.1093\/biomet\/asw042“}，{”key“：”36_CR4“，”DOI-asserted-by“：”publisher“，”first page“：“1479”，“DOI”：“10.1080\/01621459.2014.960967”，“volume”：“110”，“author”：“A Bhattacharya”，“year”：“2015”，“unstructured”：“Bhattacherya，A.，Pati，D.，Pillai，N.S.，Dunson，D.B.：Dirichlet最佳收缩率的先验值。美国统计杂志。Assoc.1101479\u20131490（2015）“，”journal-title“：”J.Am.Stat.Assoc.“}，{”issue“：”2“，”key“：”36_CR5“，”doi-asserted-by“：”publisher“，”first page“：“465”，“doi”：“10.1093\/biomet\/asq017”，“volume”：“97”，“author”：“CM Carvalho”，“year”：“2010”，“unstructured”：“Carvalho，C.M.，Polson，N.G.，Scott，J.G.：稀疏信号的马蹄形估计器。Biometrika 97（2），465\u2013480（2010）“，”journal-title“：”Biometrica“}，{”key“：”36_CR6“，”doi-asserted-by“：”publisher“，”first-page“：”424“，”doi“：”10.1214\/13-STS421“，”volume“：“28”，”author“：”S Cotter“，”year“：”2014“，”unstructured“：”Cotter，S.、Roberts，G.、Stuart，A.、White，D.：函数的MCMC方法：修改旧算法使其更快。统计科学。28，424\u2013446（2014）”，“期刊标题”：“Stat.Sci。“}，{”问题“：“2”，”关键“：“36_CR7”，”首页“：“337”，“卷”：“41”，“作者”：“WR吉尔克斯”，“年份”：“1992”，“非结构化”：“吉尔克斯，W.R.，Wild，P.：吉布斯抽样的自适应拒绝抽样。J.Roy.Stat.Soc.C（Appl.Stat.）41（2），337\u2013348“36_CR8”，“首页”：“1351”，“卷”：“15”，“作者”：“MD Hoffman”，“年份”：“2014”，“非结构化”：“Hoffman，M.D.，Gelman，A.：无转弯采样器：在哈密顿蒙特卡罗中自适应设置路径长度。J.马赫。学习。Res.15，1351\u20131381（2014）“，“期刊标题”：“J.Mach。学习。Res.“}，{”key“：”36_CR9“，”unstructured“：”Makalic，E.，Schmidt，D.F.：使用BayesReg包的高维Bayesian正则回归（2016）。\narXiv:1611.06649“}”，{“issue”：“1”，“key”：“36_CR10”，“doi-asserted-by”：“publisher”，“first page”：”179“，“doi”：“10.1109”/LSP.2015.2503725“，”volume“：“23”，“author”：“E Makalic”，“年份”：“2016年”，“非结构化”：“Makalic，E.，Schmidt，D.F.：马蹄形估计器的一个简单采样器。IEEE信号处理。莱特。23（1），179\u2013182（2016）“，“期刊标题”：“IEEE信号处理。莱特。“}，{”issue“：”3“，”key“：”36_CR11“，”doi-asserted-by“：”publisher“，”first page“：“370”，”doi“：”10.2307\/2344614“，”volume“：：”135“，”author“：”JA Nelder“，”year“：”1972“，”unstructured“：”Nelder，J.A.，Wedderburn，R.W.M.：广义线性模型。J.Roy.Stat.Soc.A（General）135（3），370\u2013384（1972）“，”journal-title“：”J.Roy.Stat.Soc.A（通用）“}，{”key“：”36_CR12“，”首页“：”2087“，”卷“：”15“，”作者“：”西原“，”年份“：”2014“，”非结构化“：”西原，R.，Murray，I.，Adams，R.P.：采用广义椭圆切片采样的平行MCMC。J.马赫。学习。第15号决议2087\u20132112（2014）“，“期刊标题”：“J.Mach。学习。研究“}，{”问题“：”482“，”关键“：”36_CR13“，”doi-asserted-by“：”出版商“，”首页“：”681“，”doi“：”10.1198\/0162145800000337“，”卷“：”103“，”作者“：”T公园“，”年份“：”2008“，”非结构化“：”Park，T.，Casella，G.：贝叶斯拉索。J.Am.Stat.Assoc.103（482），681\u2013686（2008）“，”日志标题“J.Am.Stat.Assoc.“}，{”键“：”36_CR14“，”doi-asserted-by“：”crossref“，”unstructured“：”van der Pas，S.，Szab\u00f3，B.，van der Vaart，A.：马蹄的自适应后收缩率（2017）。\narXiv:1702.03698v1“，”DOI“：”10.1214\/17-EJS1316“}，{”issue“：”4“，”key“：”36_CR15“，”DOI-asserted-by“：”publisher“，”first page“：“713”，”DOI:“10.1111\/rssb.12042”，“volume”：“76”，“author”：“NG Polson”，“year”：“2014”，“unstructured”：“Polson，N.G.，Scott，J.G.，Windle，J.：贝叶斯桥。J.Roy.Stat.Soc.：B系列（Stat.Methodol.）76（4），713\u2013733（2014）“，“新闻标题”：“J.Roy。统计社会：序号。B（Stat.Methodol.）“}，{”key“：”36_CR16“，”doi-asserted-by“：”crossref“，”unstructured“：”Polson，N.G.，Scott，J.G.：“全球收缩，局部行动：稀疏贝叶斯正则化和预测。In:Bayesian Statistics，vol.9（2010）“，”doi“：”10.1093\/acprof:oso\/9780199694587.0017“}”，{“issue”：“504”，“key”：“36_CR17”，“首页”：“1339”，“卷”：“”108英寸作者“：”NG Polson“，”year“：”2013“，”unstructured“：”Polson，N.G.，Scott，J.G.，Windle，J.：“使用P\u00f3lya-gamma潜在变量对逻辑模型进行贝叶斯推断108（504），1339\u20131349（2013）“，”journal-title“：”Bayesian inference for logistic models using P\u00 f3lyA-gamma潜伏变量对逻辑模型进行贝叶氏推断“}，{“issue”：“2”，“key”：“36_CR18”，“doi-asserted-by”：“”publisher“，”first-page“：”325“，”DOI“：”10.1111\/1467-9868.00288“，”volume“：”63“，”author“：”H Rue“，”year“：”2001“，”unstructured“：”Rue，H：高斯马尔可夫随机场的快速采样。J.罗伊。Stat.Soc.B 63（2），325\u2013338（2001）“，“新闻标题”：“J.Roy。Stat.Soc.B“}，{“key”：“36_CR19”，“unstructured”：“Schmidt，D.F.，Makalic，E.：使用对数尺度收缩先验的自适应贝叶斯收缩估计（2017）。\nhttps:\/\/arxiv.org\/abs\/1801.02321”}，}“issue”：“4”，“key“：”36_CR20“，”doi-asserted-by“：”publisher“，”first page“：“749”，”doi“：”10.1111\/rssb.12269“，”volume“80”，“作者”：“MK Titsias”，“年份”：“2018年，“非结构化”：“Titsias，M.K.，Papaspiliopoulos，O.：基于梯度的辅助采样算法。J.罗伊。Stat.Soc.B 80（4），749\u2013767（2018）“，“新闻标题”：“J.Roy。Stat.Soc.B“}]，“container-title”：[“数据库中的机器学习和知识发现”，“计算机科学课堂讲稿”]，“原始标题”：[]，“链接”：[{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/978-3-030-46147-8_36”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]存放“：{“date-parts”：[[2020,5,1]]，“date-time”：“2020-05-01T02:13:33Z”，“timestamp”：1588299213000}，“score”：1，“resource”：{”primary“”URL“：”http://\link.springer.com\/10.1007\/978-3-030-46147-8_36“}，”subtitle“：[]，”shorttitle“：[]，“issued”：{“date-ports”：[2020]]}，《ISBN》：[“9783030461616”461“，”9783030461478“]，”references-count“：20，”URL“：”http:\/\/dx.doi.org\/10.1007\/978-3-030-46147-8_36“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”值“：”0302-7743“”，”类型“：”打印“}，{”价值“：”1611-33049“，”类型”：“电子”}]，”主题“：[]，”发布“：{”日期-部分“：[2020]]}，“断言”：[{“价值”：“30 2020年4月“，”订单“：1，”名称“：”first_online“，”标签“：”first online“，“group”：{“name“：”ChapterHistory“，”label“：”Chapter History”}}，{“value”：“ECML PKDD”，“order”：1，“name”：“conference_acrombit”，“label”：“conference缩写”，“group”：会议名称“，”组“：{“Name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“W\u00fcrzburg”，”订单“：3，”名称“：”Conference_city“，”标签“：”会议城市“，”群组“：{Name”：”ConferenceInformo“，”label“：”Conformation Information“}}”，{value：“Germany”，“order”：4，“Name”:“Conference_country”，”label:“Conferency country”，“group”：{Name“：”“”会议信息“，”标签“：”会议信息“}}，{“value”：“2019”，“order”：5，“name”：“Conference_year”，“label”：“会议年”，“group”：{“name”:“ConferenceInfo”，“table”：“Conferency Information”}}会议信息“}}，{“value”：“2019年9月20日”，“order”：8，“name”：“Conference_end_date”，“label”：“Conference end date”，“group”：{“name”:“ConferenceInfo”，”label“：“Confection Information”}}、{“value”：“ecml2019”，“order”：10，“name“Conference_id”，“table”：“会议id”，“group”：{“name”“ConfernceInfo”：“http://\/ecmlpkdd2019.org//“，”order“：11，”name“：”conference_url“，”label“：”会议url“，”group“：“”value“：”Microsoft CMT“，”order“：2，”name“：”conference_management_system“，”label“：”会议管理系统“，”group“：发送供审阅的提交数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行审阅信息（由会议组织者提供）“}}，{”value“：”130“，”order“：4，”name“:”Number_of_full_papers_accepted“，”标签“：”接受的全文数“同行评议信息（由会议组织者提供）“}}，{”value“：”0“，”order“：5，”name“：”number_of_short_papers_accepted“，”label“：”接受的短文数“，”group“：18%-该值由等式“接受的全文数”/“发送供审查的提交数*100”计算，然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_full_papers“，”label“：”完整论文的接受率“，”group“：”{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“3.04”，“order”：7，“name”:“average_number_of_reviews_per_paper”，“table”：“每篇论文的平均审阅次数”，“group”：{“”name“：”ConfEventPeerReviewInformation“，”label“：”同行评议信息（由会议组织者提供）“}}，{“value”：“5.3”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：同行评审信息（由会议组织者提供）“}}，{“value”：“Yes”，“order”：9，“name”：“external_reviewers_involved”，“label”：“external reviewers involved”、“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息ECML PKDD研讨会信息：单盲评审，提交数量：200份，接受全文：70篇，接受短文：46“，”订单“：10，”名称“：”additional_info_on_review_process“，”标签“：”评审过程的附加信息“，”组“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}]}}