{“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”：[[2024,3,8]]，“日期时间”：“2024-03-08T03:04:48Z”，“时间戳”：1709867088973}，“出版商位置”：“查姆”，“参考计数”：21，“出版者”：“斯普林格国际出版公司”，“isbn-type”：[{“值”：“978303149023”，“类型”：”打印“}，{“值”：“9783031149030”，“type”：“electronic”｝]，“license”：[｛“start”：｛“date parts”：[[2022,1,1]]，“date time”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000｝，“content version”：“tdm”，“delay in days”：0，“URL”：“https://\\www.springer.com\/tdm”｝，｛“start”：｛“date parts”：[[2022,1,1]]，“date time”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000｝，“content版本”：“vor”，“延迟天数”：0，“URL”：“https://www.springer.com\/tdm”}，｛“开始”：｛“日期部分”：[[2022,1,1]]，“日期-时间”：“2022-01-01T00:00:00Z”，“时间戳”：1640995200000｝，“内容版本”：“tdm”，“延迟天数”：0，“URL”：“https://www.springer.com\/gp\/researchers\/text and data mining”｝，｛“开始”：｛“日期部分”：[[2022,1,1]]，“日期-时间”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2022]}”，“DOI”：“10.1007\/978-3-031-14903-0_45“，“类型”：“book-chapter”，“created”：{“date-parts”：[[2022,10,18]]，“date-time”：“2022-10-18T23:03:00Z”，“timestamp”：1666134180000}，“page”：“417-424”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：1，“title”：[“用于\u00a0Building A\u的简单结构00a0稳健模型“]，”前缀“：“10.1007”，“作者”：[{“给定”：“肖”，“家庭”：“谭”，“序列”：“第一个”，“从属关系”：[]}，{“给出”：“镜泊”，“家族”：“高”，“顺序”：“附加”，“附属关系”：[]}、{“指定”：“若琳”，“家人”：“李”，“排序”：“额外”，“隶属关系”：“[]}]，“成员”：“297”，“在线发布”：{“日期段”：[2022,10,19]}，“reference”：[{“key”：“45_CR1”，“doi-asserted-by”：“crossref”，“非结构化”：“Kuutti，S.，Bowden，R.，Jin，Y.，Barber，P.，Fallah，S.：深度学习应用于自动车辆控制的调查。IEEE Trans.Intell.Transp.Syst.20，712\u2013733（2020）”，“DOI”：“10.1109 \/TITS.2019.2962338”}，{“key”：“45_CR2”，“非结构性”：“Lust，J.，Condurache，A.P.：深度神经网络泛化包络评估调查：预测不确定性、分布外和对抗性样本。arXiv:2008.09381（2021）”}，{“关键”：“45_CR3”，“非结构化”：“Feinman，R.，Curtin，R.R.，Shintre，S.，Gardner，A.B.：从工件中检测对抗性样本”}，{“key”：“45_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Qian，Z.，Huang，K.，Wang，Q.-F.，Zhang，X.-Y.：模式识别中稳健对抗训练的调查：基础、理论和方法。arXiv:2203.14046（2022）”，“doi”：“10.1016\/j.patcog.2022.108889”}，{：“Scher，S.，Tr\u00fcgler，A.：对抗性攻击下机器学习模型的鲁棒性。arXiv:2204.1046（2022）”，“DOI”：“10.1016\/B978-0-12-824020-5.00013-2”}，{“key”：“45_CR6”，“unstructured”：“Krizhevsky，A.：从微小图像中学习多层特征（2009）”}：“Bogunovic，I.，Scarlett，J.，Jegelka，S.，Cevher，V.：高斯过程的对抗稳健优化。arXiv:1810.10775（2018）”}，{“key”：“45_CR8”，“unstructured”：“Goodfellow，I.J.，Shlens，J.和Szegedy，C.：解释和利用对抗性示例。arXiv：1412.6572：“Xuan，H.，Pless，R.：剖析梯度手术对不同损失函数的影响。arXiv:22011.11307（2022）”}，{“key”：“45_CR10”，“unstructured”：“Kurakin，A.，Goodfellow，I.，Bengio，S.：物理世界中的对抗性示例。arXiv:1607.02533（2016）”}：“Moosavi-Dezfouli，S.-M.，Fawzi，A.，Frossard，P.：愚弄深层神经网络的简单而准确的方法。In:CVPR，DeepFool（2016）”，“DOI”：“10.1109\/CVPR.2016.282”}，{“key”：“45_CR12”，“DOI-asserted-by”：“crossref”，“unstructured”：“Carlini，N.，Wagner，D.：评估神经网络的鲁棒性。IEEE（2017）”，《DOI》：“10.1109\/SP.2017.49”}，{“key”：“45_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Li，Y.，Wang，N.，Liu，J.，Hou，X.：解密神经风格转移。In:IJCAI（2017）”，“doi”：“10.24963\/IJCAI.2017\/310”}：“Sau，B.B.，Balasubramanian，V.N.：深度模型压缩：从吵闹的教师中提取知识。arXiv:1610.09650（2016）”}，{“key”：“45_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Sharir，O.，Shashua，A.，Carleo，G.：神经张量收缩和深度神经量子态的表达能力。arXiv：2103.10293（2021）”，“doi”：“10.1103\/PhysRevB.106.205136”}，{“key”：“45_CR16”，“unstructured”：“Zhang，H.，Chen，H.、Song，Z.、Boning，D.、Dhillon，I.S.、Hsieh，C.-J.：对抗训练和盲点攻击的局限性。In:ICLR（2019）”}：“Ye，J.，Batra，D.，Wijmans，E.，Das，A.：辅助任务加速学习PointGoal导航。In：CoRL（2020）”}，{“key”：“45_CR18”，“unstructured”：“Vaswani，A.，et al.：注意就是你所需要的。arXiv:1706.03762（2017）”}.，{《key》：“45-CR19”，“非结构化”：“Dosovitskiy，A.，et al.：图像值16\u00a0$$\\乘以$$\u00a 016单词：用于规模图像识别的变形金刚。In：ICLR（2021）”}，{“key”：“45_CR20”，“unstructured”：“Dumoulin，V.，Visin，F.：用于深度学习的卷积算法指南。arXiv:1603.07285（2016）“}，}”key“：”45_CR21“，”doi-asserted-by“：”crossref“，”unstructure“：“He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度剩余学习。arXiv:1512.03385（2015）”，“DOI”：“10.1109\/CVPR.2016.90”}]，“container-title”：[“IFIP Advances in Information and Communication Technology”，“Intelligence Science IV”]，“original-title“：[]，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-031-14903-0_45”，“content-type”：“未指定”，“内容-版本”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期-部件”：[[2022,12,30]]，“日期-时间”：“2022-12-30T07:10:15Z”，“时间戳”：1672384215000}，“分数”：1，“资源”:{“主要”：{“URL”：“https:\/\/link.springer.com/10.1007\/978-3-031-14903-0_45”}}，“副标题”：[]，“短标题”：[]，“发布”：{“日期-部件”：[[2022]]}“：[”1868-4238“，”1868-42.2X“]，”ISSN-type“：[{”value“：”1868-428“，”type“:”print“}，{“value”：“1868-422X”，“type”：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2022]]}，“assertion”：[{“value”：“2022年10月19日”，“order”：1，“name”：“first_online”，“label”：“first online”，，“label”：“conference acronym”，“group”：{“name”：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“国际情报科学会议”，“order”：2，“name”：“Conference_name”，“标签”：“会议名称”，“group”：{“name”:“ConfernceInfo”：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“China”，“order”：4，“name”：“Conference_country”，“标签”：“会议国家”，“group”：{“name”:“ConferenceInfo”}，{“value”：“2022年10月28日”，“order”：7，“name”：“conference_start_date”，“label”：“会议开始日期”，“group”：“”，“order”：9，“name”：“conference_number”，“label”：“conference number”，“group”：{“name”:“ConferenceInfo”，”label“：“Confection Information”}}，{“value”：“icis2022”，“order:10，”name“：”conference_id“，”labele“：”ConferenceID“，”group“：2\/home\/“，”订单“：11，“name”：“conference_url”，“label”：“conference url”，“group”：{“name”:“ConferenceInfo”：“conference_management_system”，“label”：“会议管理系统”，“group”：{“name”：“ConfEventPeerReviewInformation”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“44”，“order”：4，“name”：“number_of_full_papers_accepted”，“label”：“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”：“5”，“order”：5，“name”：“number_of_short_papers_accepted”，“label”：“接受的短文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}，{“value”：“52%-值由等式计算\”已接受的完整论文数\/已发送供审阅的提交数*100”，然后四舍五入为整数。“，”订单“：6，”名称“：”acceptance_rate_of_Full_Papers“，”标签“：”完整论文的接受率“，”组“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行审阅信息（由会议组织者提供）“}}，{”value“：”3“，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评论信息（由会议组织者提供）”}}，{“value”：“5”，“orders”：8，“name”：“average_nument_of_papers_per_reviewer”，”label“：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}}]}}