{“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”：“2024-09-12T01:46:57Z”，“时间戳”：1726105617700}，“出版商位置”：“查姆”，“参考计数”：22，“出版者”：“斯普林格国际出版公司”，“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_62“，”类型“book-capter”，“创建“：{“date-parts”：[[2020,11,18]]，“date-time”：“2020-11-18T09:12:07Z”，“时间戳”：1605690727000}，“页面”：“544-553”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：0，”title“：[”用于图像分类和分割的路由注意转移网络“]，”prefix“：”10.1007“，”author“：[{”given“Yuwei”，“family”：“Yang”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Yi”，“family”：“Sun”，“sequence”：“additional”，“filiation“：[]{”，{”given“：”Guiping“，”family“：”Su“，”sequence“：”additional“，”affiliance“：[]}，}“giving”：“Shiwei”，”faily“：“Ye”，“序列”：“附加”，“从属关系”：[]{“member”：“297”，“published on line”：{“date-parts”：[[2020,11,17]]}，“参考”：[{“键”：“62_CR1”，“doi-asserted-by”：“crossref”，“unstructured”：“Jacob，B.，Kligys，S.，Chen，B.等人：有效整数算术推理的神经网络量化和训练。摘自：IEEE计算机视觉和模式识别会议论文集，第2704\u20132713页（2018）”，“doi”：“10.1109\/CVPR.2018.00286”}，{“key”：“62_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，D.，Yang，J.，Ye，D.，Hua，G.：Lq-nets:学习量化用于高度精确和紧凑的深度神经网络。摘自：《欧洲计算机视觉会议论文集》，第365\u2013382页（2018）”，“doi”：“10.1007\/978-3-030-01237-3_23”}，{“key”：“62_CR3”，“非结构化”：“Han，S.，Mao，H.，Dally，W.J.：深度压缩：使用剪枝、训练量化和哈夫曼编码压缩深度神经网络。arXiv预印本arXiv:1510.00149（2015）”}，{“key”：“62_CR4”，“非结构化”：“Guo，Y.，Yao，A.，Chen，Y.：高效dnns的动态网络手术。In:Advances In Neural Information Processing Systems，pp.1379\u20131387（2016）”}，{“key”：“62_CR5”，“unstructured”：“Howard，A.G.，Zhu，M.，Chen，B.等人：Mobilenets：移动视觉应用的高效卷积神经网络。arXiv预印本arXiv:1704.04861（2017）”}，{“key”：“62_CR6”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，X.，Zhou，X.、Lin，M.、Sun，J.：Shufflenet：一种用于移动设备的高效卷积神经网络。摘自：IEEE计算机视觉和模式识别会议论文集，第6848\u20136856页（2018）”，“DOI”：“10.1109\/CVPR.2018.00716”}，{“key”：“62_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wu，B.，Wan，A.，Yue，X.，et al.：Shift:一种零浮点、零参数的空间卷积替代方法。摘自：IEEE计算机视觉和模式识别会议论文集，第9127\u20139135页（2018）”，“DOI”：“10.1109\/CVPR.2018.00951”}，{“key”：“62_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Sandler，M.、Howard，A.、Zhu，M.，Zhmoginov，A.、Chen，L.-C.：Mobilenetv 2:倒置残差和线性瓶颈。摘自：IEEE计算机视觉和模式识别会议论文集，第4510\u20134520页（2018）”，“DOI”：“10.1109\/CVPR.2018.00474”}，{“key”：“62_CR9”，“非结构化”：“Jeon，Y.，Kim，J.：通过卷积解构构建快速网络。In:Advances In Neural Information Processing Systems，pp.5951\u20135961（2018）”}，{“key”：“62_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen，W.，Xie，D.，Zhang，Y.，Pu，S.：你所需要的只是一些转变：为图像分类设计高效的卷积神经网络。在：IEEE计算机视觉和模式识别会议论文集，pp.7241\u20137250（2019）”，“DOI”：“10.1109\/CVPR.2019.00741”}，{“key”：“62_CR11”，“非结构化”：“Hacene，G.B.，Lassance，C.，Gripon，V.，Courbariaux，M.，Bengio，Y.：移位网络的基于注意的剪枝。arXiv预印本arXiv:1905.12300（2019）”}，{“key”：“62_CR12”，“unstructured”：“Sabour，S.，Frosst，N.，Hinton，G.E.：胶囊之间的动态路由。In:Advances In Neural Information Processing Systems，pp.3856\u20133866（2017）“}，”{“key”：“62_CR13”，“非结构化”：“Hubara，I.，Courbariaux，M.，Soudry，D.，El-Yaniv，R.，Bengio，Y.：二值化神经网络。In:Advances In neural Information Processing Systems，pp.4107\u20134115（2016）”}，{“key”：“62-CR14”，“unstructured”：“Simonyan，K.，Zisserman，A.：用于大规模图像识别的深度卷积网络。arXiv预印本arXiv:1409.1556（2014）”}，{“key”：“62_CR15”，“非结构化”：“Iandola，F.N.，Han，S.，Moskewicz，M.W.，Ashraf，K.，Dally，W.J.，Keutzer，K.:SqueezeNet:alexNet级精度，参数少50倍，模型大小$$<$$0.5 MB。arXiv预打印arXiv:1602.07360（2016）”}，{“key”：“62_CR16”，“非结构化”：“Mnih，V.，Heess，N.，Graves，A.：视觉注意的递归模型。In:Advances In Neural Information Processing Systems，pp.2204\u20132212（2014）”}，{“key”：“62_CR17”，“unstructured”：“Jetley，S.，Lord，N.A.，Lee，N.、Torr，P.H.S.：学会注意。arXiv预印本arXiv:1804.02391：“Vaswani，A.，Lord，N.A.，Lee，N.，et al.：注意力就是你所需要的。In:Advances In Neural Information Processing Systems，pp.5998\u20136008（2017）”}，{“key”：“62_CR19”，“doi-asserted-by”：“crossref”，“unstructured”：“Cheng，J.，Dong，L.，Lapata，M.：机器阅读的长-短期记忆网络。arXiv预印本arXiv:1601.06733（2016）”，“doi”：“10.18653\/v1\/D16-1053”}，{“key”：“62_CR20”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“first page”：”234“，“doi”：“10.1007\/978-3319-24574-4_28”，“volume-title”：”医学图像计算和计算机辅助干预\u2013 MICCAI 2015“，”author：“O Ronneberger”，“年份”：“2015”，“非结构化”：“Ronneberger，O.，Fischer，P.，Brox，T.：U-Net：生物医学图像分割的卷积网络。收录：Navab，N.，Horneger，J.，Wells，W.M.，Frangi，A.F.（编辑）MICCAI 2015。LNCS，第9351卷，第234\u2013241页。查姆施普林格（2015）。https:\/\/doi.org/10.1007\/978-3-319-24574-4_28“｝，｛“issue”：“2”，“key”：“62_CR21”，“doi断言者”：“publisher”，“首页”：“568”，“doi”：“10.1109\/JBHI.2019.2912935”，“volume”：“24”，“author”：“S Guan”，“year”：“2019”，“nonstructured”：“Guan，S.、Khan，A.A.、Sikdar，S.和Chitnis，P.V.：用于去除2D稀疏光声层析成像伪影的全密度UNet。IEEE J.生物医学。健康信息。24（2），568\u2013576（2019）“，“新闻标题”：“IEEE J.Biomed。健康信息。“}，{”key“：”62_CR22“，”doi-asserted-by“：”crossref“，”unstructured“：”Alom，M.Z.，Hasan，M.，Yakopcic，C.，Taha，T.M.，Asari，V.K.：基于u-net（r2u-net）的递归残差卷积神经网络，用于医学图像分割。arXiv预印本arXiv:1802.06955（2018）“，”doi“：”10.1109\/NAECON.2018.8556686“}]，”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_62”，“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”：“2021-04-24T22:22:00Z”，“timestamp”：1619302920000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/link.springer.com\/10.1007\/978-3030-63820-7_62”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2020年]}”，“ISBN”：[“9783030638191”，”978303030638207“]，”references-count“：22，“URL”：“http:\/\/dx.doi.org/10.1007\/978-3-030-63820-7_62”，“relationship”：｛｝，“ISSN”：[“1865-0929”，“1865-0937”]，“ISSN type”：[｛“type”：“print”，“value”：“1865-0929”｝，｛“type”：“electronic”，“value”：“1865-0937”｝]，“subject”：[]，“published”：｛“date parts”：[[2020]]｝，“assertion”：[｛“value”：“2020年11月17日”，“订单”：1，“名称”：“首次在线”，“标签”：“首次在线”，“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）”}}]}}