{“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”：[[2024,9,12]，“日期时间”：“2024-09-12T01:46:32Z”，“时间戳”：1726105592372}，“出版商位置”：“查姆”，“参考计数”：20，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“类型”：”打印“，“值”：“9783030638191”}{“type”：“电子”，“value”：“9783030638207”｝]，“license”：[｛“start”：｛“date parts”：[[2020,1,1]]，“date time”：“2020-01-01T00:00:00Z”，“timestamp”：157783680000｝，“content version”：“tdm”，“delay in days”：0，“URL”：“http:\/\/wspringer.com\/tdm”｝，｛“start”：｛“date parts”：[[2020,1,1]]，“date time”：“2020-01-01T00:00:00Z”，“timestamp”：157783680000 6800000｝，“内容版本”：“vor”，“delay-in-days”：0，“URL”：“http:\/\/www.springer.com\/tdm”}，{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days“：0，”URL“https:\/\www.springer.com\/tdm”}1,1]]，“日期时间”：“2020-01-01T00:00:00Z”，“时间戳”：1577836800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”:{“date-parts”：[2020]]}，”DOI“：”10.1007\/978-3030-63820-7_48“，”类型“book-capter”，“创建“：{“date-parts”：[[2020,11,18]]，“date-time”：“2020-11-18T09:12:07Z”，“时间戳”：1605690727000}，“页面”：“418-425”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：1，”title“：[”Few-Shot Classification的Feature Redirection Network“]，”prefix“：”10.1007“，”author“：[{”given“Yanan”，“family”：“Wang”，“sequence”“：”第一“，“隶属关系”：[]}，{“给定”：“国强”，“家族”：“钟”，“序列”：“附加”，“隶属”：[]}，}“给定的”：“余旭”，“家庭”：“毛”，“顺序”：“额外”，“从属关系”：[]}，17]]}，“引用”：[{“键”：“48_CR1”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，Z.，Fu，Y.，Wang，Y.X.，Ma，L.，Liu，W.，Hebert，M.：用于一次性学习的图像变形元网络。收录：CVPR，第8672\u20138681页（2019）”，“doi”：“10.1109\/CVPR.2019.00888”}，{“key”：“48_CR2”，“非结构化”：“Finn，C.，Abbeel，P.，Levine，S.：用于深度网络快速适应的模型认知元学习。In:ICML，pp.1126\u20131135（2017）”}，{“key”：“48_CR3”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度剩余学习。In:CVPR，pp.770\u2013778（2016）”，“doi”：“10.1109\/CVPR.2016.90”}，{“key”：“48_CR4”，“unstructured”：“Mishra，N.，Rohaninejad，M.，Chen，X.，Abbeel，P.：一个简单的关注神经的元学习者。In:ICLR（2017）”}，{（key）：“48-CR5”，“doi-asserted-by”：“crossref”，“非结构化”：“Hu，J.，Shen，L.，Sun，G.：挤压和激发网络。In:CVPR，pp.7132\u20137141（2018）”，“doi”：“10.1109\/CVPR.2018.00745”}，{“键”：“48_CR6”，“非结构化”：“Krizhevsky，A.，Sutskever，I.，Hinton，G.E.：基于深度卷积神经网络的Imagenet分类。In:NeurIPS，pp.1097\u20131105（2012）”}，{“key”：“48_CR7”，“unstructured”：“Liu，Y.，et al.：学习传播标签：用于少量学习的传递传播网络。In:ICLR（2019），“非结构化”：“Munkhdalai，T.，Yuan，X.，Mehri，S.，Trischler，A.：条件移位神经元的快速适应。摘自：ICML（2017）”}，{“key”：“48_CR9”，“unstructured”：“Oreshkin，B.，L\u00f3pez，P.R.，Lacoste，A.：Tadam：用于改进少时学习的任务依赖性自适应度量。摘自《神经网络学会》，第721\u2013731页，“doi-asserted-by”：“crossref”，“unstructured”：“Ravichandran，A.，Bhotika，R.，Soatto，S.：嵌入式课堂模型和无快照元训练的少快照学习。见：CVPR，pp.331\u2013339（2019）”，“doi”：“10.1109\/ICCV.2019.00042”}，{“key”：“48_CR11”，“非结构化”：“Ren，M.等：半监督少快照分类的元学习。In：ICLR（2018）”}，{“key”：“48_CR12”，“unstructured”：“Rusu，A.A.等：具有潜在嵌入优化的元学习：“Sun，Q.，Liu，Y.，Chua，T.S.，Schiele，B.：元迁移学习，用于少量学习。收录于：CVPR，第403\u2013412页（2019）”，“DOI”：“10.1109\/CVPR.2019.00049”}，{“key”：“48_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Sung，F.，Yang，Y.，Zhang，L.，Xiang，T.，Torr，P.H.，Hospedales，T.M.：学习比较：关系网络，用于少量学习。收录于：CVPR，第1199\u20131208页（2018）”，“DOI”：“10.1109\/CVPR.2018.00131”}，{“key”：“48_CR15”，“非结构化”：“Vinyals，O.，Blundell，C.，Lillicrap，T.，Wierstra，D.，et al.：一次性学习的匹配网络。摘自：NeurIPS，pp.3630\u20133638（2016）”}，{“key”：“48_CR16”，“unstructured”：“Munkhdalai，T.、Yu，H.：元网络。摘录：ICML，pp.2554\u20132563（2017）”：“Gidaris，S.，Komodakis，N.：动态少拍视觉学习而不遗忘。摘自：CVPR，pp.4367\u20134375（2018）”，“DOI”：“10.1109\/CVPR.2018.00459”}，{“key”：“48_CR18”，“DOI-asserted-by”：“crossref”，“unstructured”：“Yan，S.，Zhang，S.、He，X.等人：一个双注意网络，带有语义嵌入，用于少量学习。摘自：AAAI，pp.9079\u20139086（2019）”，“DOI”：“10.1609\/AAAI.v33i01.33019079”}，{“key”：“48_CR19”，“DOI-asserted-by”：“publisher”，“DOI”：《10.1007\/978-3030-06073-2》，“volume-title”：“深度学习：基础、理论和应用”，“author”：“K Huang”，“年份”：“2019年”，“非结构化”：“Huang，K.，Hussain，A.，Wang，Q.，Zhang，R.：深度学习：基础、理论和应用。Springer，Heidelberg（2019）。https:\/\/doi.org\/10007\/978-3-030-06073-2。ISBN 978-3-030-06072-5“}，{“key”：“48_CR20”，“doi-asserted-by”：“crossref”，“unstructured”：“Yang，G.，Huang，K.，Zhang，R.，Goulermas，J.，Hussain，A.：带对抗关系网络的归纳广义零快照学习。In:ECML（2020）”，“doi”：“10.1007\/978-3-030-67661-2_43”}]，“container-title”：[“计算机和信息科学中的通信”，“神经信息处理”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\\//link.springer.com/content\/pdf\/10.1007\/978-3030-63820-7_48”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期段”：[2021,4,24]]，“date-time”：“2021-04-24T10:23:20Z”，“timestamp”：1619259800000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/link.springer.com/10.1007\/978-3030-63820-7_48”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2020年]}，‘ISBN’：[”9783030638191“，”978330638207“]，”references-count“：20，“URL”：“http://\/dx.doi.org \/10.1007\/978-3-030-63820-7_48”，“关系”：{}，“ISSN”：[“1865-0929”，“1865-0.937”]，“ISSN-type”：[{“类型”：“打印”，“值”：“1865--0929”}，{“种类”：“电子”，“数值”：“865-0937”}]，“主题”：[]，“发布”：{“日期段”：[2020年]}，“2020年11月17日”，“订单”：1，“名称”：“first_online”，“标签”：“第一在线”，“群组”：{“name”：“ChapterHistory”，“label”：“ChapterHistory”}}，{“value”：“ICONIP”，“order”：1，“name”:“conference_acrombit”，“标签”：“会议缩写词”，“group”：：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“曼谷”，“订单”：3，“name”:“Conference_city”，“标签”：“会展城市”，“group”：：“会议信息”}}，{“value”：“2020”，“order”：5，“name”：“Conference_year”，“label”：“会议年份”，“group”：{“name”:“ConferenceInfo”，“table”：“Conferency Information”}，}“value”：“2020年11月18日”，“订单”：7，“name“：”Conference_start_date“，”label“：”会议开始日期“，”group“：{”name“：：“2020年11月22日”，“订单”：8，“名称”：“conference_end_date”，“label”：“会议结束日期”，“组”：{“名称”:“会议信息”，“标签”：“大会信息”}}，{“值”：“27”，“顺序”：9，“名称“：”conference_number“，”label“：”会议编号“，”group“：{”name“：”ConferenceInfo“，名称“：“conference_id”，“label”：“会议id”，“group”：{“name”：“ConferenceInfo”，“标签”：“会务信息”}}，{“value”：“http://www.apnns.org\/ICONIP2020”，“order”：11，“name”:“conference_url”，“tabel”：”会议url“，”group“：{”name“：”ConferenceInformo“，”label“：”会议信息“}}”，{”value“：”Single-blind“，”order“：1，“name”：“type”，“label”：“type”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“Peer Review Information（由会议组织者提供）”}}，{“value”：“CMT”，“order”：2，“name”:“conference_management_system”，“标签”：“会议管理系统”，“group”:{“名称”：“confEventPeerrReviewInformation”，“table”：“同行评审信息（由会议组织者提供）”}}，{“value”：“618”，“order”：3，“name”：“number_of_submissions_sent_for_review”：“接受的全文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“189”，“order”：5，“name”:“Number_of_short_Papers_Accepted”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“30%-该值由公式“接受的全文数量/发送供评审的提交数量*100”计算，然后四舍五入为整数。”，“order”：6，“name”：“acceptance_rate_of_Full_Papers”，“label”：“全文接受率”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}}，｛“value”：“3.68”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每位评审员的平均论文数”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“No”，“order”：9，“name”：“external_reviewers_involved”，“label”：“涉及的外部评审员”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“Peer Review Information（由会议组织者提供）”}}，{“value”：“由于COVID-19大流行，会议实际上举行了。”，“order”：10，“name”:“additional_info_on_Review_process”，“tabel”：”审核过程的附加信息“，”group“：{”name“：”ConfEventpeerReview信息“，“label”：“同行评审信息（由会议组织者提供）”}}]}}