{“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”：[[2023,11,15]]，“日期时间”：“2023-11-15T00:14:24Z”，“时间戳”：1700007264372}，“发布者位置”：“查姆”，“引用计数”：22，“出版者”：“施普林格自然瑞士”，“isbn-type”：[{“值”：“9783031451690”，“类型”：”打印}，{“值”：“9783031451706”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，{“开始”：{“date-ports”：[2023,1,1]，“日期-时间”：“2023-01-01T00:00:00Z”，“时间戳”：1672531200000}，“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“：[2023]]}”，“DOI”：“10.1007\/978-3-03”31-45170-6_24“，”类型“：”书壳“，“created”：{“date-parts”：[[2023,11,14]]，“date-time”：“2023-11-14T13:03:03:02Z”，“timestamp”：1699966982000}，“page”：“228-237”，“update-policy”：”http:\\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“Crossref”，“is-referenced-by-count”：0，“title”：[“使用神经组合优化进行\u00a0可视化建模的新型图形表示学习方法”]，“前缀”：“10.1007”，“作者”：[{“给定”：“Subhrasankar”，“家族”：“Chatterjee”，“序列”：“first”，“affiliation”：[]}，{“given”：“surata”，“family”：“Pain”，“sequence”：“additional”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[[2023,12,4]]}，“reference”：[{“key”：“24_CR1”，“unstructured”：“Agrawal，P.，Stansbury，D.，Malik，J.，Gallant，J.：像素到体素：人脑中的视觉表现建模（2014年7月）”}，{“key”：：“Bello，I.，Pham，H.，Le，Q.，Norouzi，M.，Bengio，S.：强化学习的神经组合优化（2016）”}，{“key”：“24_CR3”，“unstructured”：“Chatterjee，S.，Pain，S.、Samanta，D.：人类视觉处理中基于图形表示学习的对抗策略梯度（2023）。https:\/\/openreview.net\/forum？id=5-ROmmBJKV”}，{“key”：“24_CR4”，“doi-asserted-by”：“publisher”，“unstructured”：“Cui，Y.，Qiao，K.，Zhang，C.，Wang，L.，Yan，B.，Tong，L.：GaborNet视觉编码：一种具有良好表现力和生物可解释性的基于区域的轻量级视觉编码模型。Front.Neurosci.15，614182（2021）。https:\//doi.org\/10.3389\/fnis.2021.614182”，“doi”：“10.3389\/fnins.2021.614182”}，{“key”：“24_CR5”，“doi-asserted-by”：“publisher”，“first-page”：“1361”，“doi”：“10.3390\/brainsci12101361”，《volume》：“12”，“author”：“G Deshpande”，“year”：“2022”，“unstructured”：“Deshpand，G.，Wang，Y.：使用7T fMRI对人脑特定层微电路中的功能通路进行无创性表征。脑科学。12, 1361 (2022). https:\/\/doi.org\/10.3390\/brainsci12101361“，”journal-title“：”脑科学。“}，{”key“：”24_CR6“，”doi-asserted-by“：”publisher“，”first-page“：”e0173289“，”doi“：”10.1371“\/journal.pone.0173289”，“volume”：“12”，“author”：“O Dipasquale”，“year”：“2017”，“unstructured”：“Dipasquile，O.，et al.：使用多回波和单回波采集比较静息状态fMRI去噪方法。PLoS ONE 12，e017328（2017）”，“journal-title”：“”PLoS ONE“}，{“key”：“24_CR7”，“doi-asserted-by”：“publisher”，“first page”：《116007》，“doi”：“10.1016\/j.neuroimage.2019.116007”，《volume》：“201”，“author”：“M Gilson”，“year”：“2019”，“unstructured”：“Gilson，M.等人：全脑fMRI动力学的网络分析：基于动态可沟通性的新框架。neuroimage 201，116007（2019）.https:\/\/doi.org\/10.1016\/j.neuroimage.2019.116007“，“journal-title”：“neuroimage”}，{“key”：“24_CR8”，“doi-asserted-by”：“publisher”，“unstructured”：“G\u00fc\u00e7l\u00fc，U.，van Gerven，M.A.j.：深层神经网络揭示了跨大脑腹侧视觉通路神经表征复杂性的梯度（2014）https:\/\/doi.org\/10.1523\/JNEUROSCI.5023-14.2015。http:\/\/arxiv.org\/abs\/1411.6422https:\/\/doi.org\/10.1523\/JNEUROSCI.5023-14.2015“，”doi“：”10.1523\/JNEUROSCI.5023-4.2015“}“，{”key“：”24_CR9“，”doi-asserted-by“：”publisher“，”first page“：“125”，”doi:“10.1016\/j.neuroimage.2019.05.039”，“volume”：“198”，“author”：“K Han”，”year“：”2019“，”非结构化“：”Han，K.等人：变分自动编码器：一种用于编码和解码视觉皮层功能磁共振成像活动的无监督模型。NeuroImage 198，125\u2013136（2019）。https:\/\/doi.org\/10.1016\/j.neuroimage.2019.05.039“，”journal-title“：”neuroimage“}，{”key“：”24_CR10“，”doi-asserted-by“：”publisher“，”unstructured“：”Haxby，j.V.：fMRI的多变量模式分析：早期开端（2012）。https:\//doi.org\/10.1016\/j-neuroimage.2012.03.016“，”doi“：”10.1016\/j.neuriimage.2012.03.016“}“key”：“24_CR11”，“doi-asserted-by“：”publisher“，”first page“：”686“，”doi“：”10.1038\/nn1445“，”volume“：“8”，”author“：”JD Haynes“，”year“：”2005“，”unstructured“：”Haynes，J.D.，Rees，G.：预测人类初级视觉皮层活动中无形刺激的方向。自然神经科学。81686\u201391（2005年）。https:\/\/doi.org\/10.1038\/nn1445“，”journal-title“：”Nat.Neurosci。“}，{”key“：”24_CR12“，”doi-asserted-by“：”publisher“，”first page“：“352”，”doi“：”10.1038\/nature06713“，”volume“：‘452’，”author“：”K Kay“，”year“：”2008“，”unstructured“：”Kay，K.，Naselaris，T.，Prenger，R.，Gallant，J.：从人类大脑活动中识别自然图像。Nature 452，352\u20135（2008）。https:\//doi.org\/10.10038\/hature 06713“，”journal-title“：”Nature“}，{“key”：“24_CR13”，“doi-asserted-by”：“publisher”，“unstructured”：“Kay，K.N.：神经信息处理模型原理（2018）.https:\/\/doi.org\/10.1016\/j.neuroimage.2017.08.016”，“doi”：“10.1016\/j.neuroimage.2017.08.016”}，}“key:”24_CR14“，”doi-assert-by“：”publisher“，”first page“411”，“doi”“：”10.1016\/j.neuroimage.2011.01.061“，”volume“：”56“，”author“：”N Kriegeskorte“，”year“：”2011“，”unstructured“：”Kriegescorte，N.：模式信息分析：从刺激解码到计算模型测试。NeuroImage 56，411\u2013421（2011）。https:\/\/doi.org\/10.1016\/j.neuroimage.2011.01.061“，”journal-title“：”neuroimage“}，{”key“：”24_CR15“，”doi-asserted-by“：”publisher“，”首页“：”102233“，”doi“：”10.1016\/j.media.2021.10223“，”卷“：”74“，”作者“：”X李“，”年份“：”2021“，”非结构化“：”Li，X.等：BrainGNN：用于功能磁共振成像分析的可解释脑图神经网络。医学图像分析74102233（2021）。https:\/\/doi.org\/10.1016\/j.media.2021.102233“，“journal-title”：“医学图像分析”}，{“key”：“24_CR16”，“doi-asserted-by”：“publisher”，“unstructured”：“Li，Y.，et al.：婴儿年龄预测的基于脑连接性的图形卷积网络。IEEE Trans.Med.Imaging，1\u20131（2022）。https:\//doi.org\/10.109\/TMI.2022.3171778”，“doi”：“10.1109\/TMI.2022.3171778“}，{“key”：“24_CR17”，“doi-asserted-by”：“publisher”，“first page”：”1394“，“doi”：“10.3390\/brainsci12101394”，“volume”：12“，“author”：“L Meng”，“year”：“2022”，“unstructured”：“Meng，L.，Ge，K.：基于图卷积神经网络解码人脑的视觉fMRI刺激。《脑科学》12，1394（2022）https:\/\/doi.org\/10.3390\/brainsci12101394“，”journal-title“：”Brain Sci。“}，{”key“：”24_CR18“，”doi-asserted-by“：”publisher“，”first page“：“1298”，“doi”：“10.1038\/s41598-020-57915-w”，“volume”：“10”，“author”：“R Mohanty”，“year”：“2020”，“unstructured”：“Mohanty，R.，Sethares，w.，Nair，V.，Prabhakaran，V.：通过特征提取重新思考功能连接性度量。科学报告10，1298（2020）https:\/\/doi.org\/10.1038\/s41598-020-57915-w“，”journal-title“：”科学。代表“}，{“key”：“24_CR19”，“doi-asserted-by”：“publisher”，“unstructured”：“Naselaris，T.，Kay，K.N.，Nishimoto，S.，Gallant，J.L.：fMRI（2011）中的编码和解码。https:\/\/doi.org\/10.1016\/J.neuroimage.2010.073”，“doi”：“10.1016\/J.neuroimage.2010.07.073”}，“key“：”24_CR20“，”doi-assert-by“：”publisher“，“首页”：“1104”，“doi”：“10.1016\/j.neuroimage.2006.06.062“，“volume”：“33”，“author”：“B Thirion”，“year”：“2007”，“unstructured”：“Thirion，B，et al.：Inverse retinotopy：从大脑激活模式推断图像的视觉内容。神经影像331104\u201316（2007）。https:\/\/doi.org\/10.1016\/j.neuroimage.2006.06.062“，”journal-title“：”neuroimage“}，{”key“：”24_CR21“，”doi-asserted-by“：”publisher“，”首页“：”3752“，”doi“：”10.1038\/s41598-018-22160-9“，“卷”：“8”，“作者”：“H Wen”，“年份”：“2018”，“非结构化”：“Wen，H.，Shi，J.，Chen，W.，Liu，Z.：深度残差网络预测视觉特征的皮层表征和组织，用于快速分类。科学。代表83752（2018）。https:\/\/doi.org\/10.1038\/s41598-018-22160-9“，”journal-title“：”科学。代表“}，{”key“：”24_CR22“，”doi-asserted-by“：”publisher“，”first page“：“4136”，“doi”：“10.1093\/cercor\/bhx268”，“volume”：“28”，“author”：“H Wen”，“year”：“2018”，“unstructured”：“Wen，H.，Shi，J.，Zhang，Y.，Lu，K.H.，Cao，J.、Liu，Z.：动态自然视觉的神经编码和解码深度学习。Cereb.Cortex 28，4136\u20134160（2018）https:\/\/doi.org\/10.1093\/cercor\/bhx268“，”journal-title“：”Cereb。Cortex“}]，“container-title”：[“计算机科学课堂讲稿”，“模式识别与机器智能”]，“original-title“：[]，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-031-45170-6_24”，“content-type”：“unspecified”，“内容-版本”：“vor”，“intended-application”：“相似性检查”}]，”存放“：{”date-parts“：[[2023,11,14]]，“date-time”：“2023-11-14T13:05:49Z”，“timestamp”：1699967149000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-031-45170-6_24”}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-part“：[2023]]}”，“ISBN”：[“9783031451690”，“9783031451706”]，“references-count”：22，“URL”：“http:\/\/dx.doi.org\/10.1007\/978-3-031-45170-6_24“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”03029743“，”type“:”print“}，{”value“：”1611-33049“，”类型“：”electronic“}]，”subject“：【】，”published“：{”date-parts“：【2023】】}，“assertion”：【{”值“：”2023年12月4日“，”订单“：1，”名称“：”first_online“，”标签“：”first online“，“group”：{“name“：”ChapterHistory“，”label“：”Chapter History”}}，{“value”：“PReMI”，“order”：1，“name”：“conference_acrombit”，“label”：“conference缩写”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}}group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”加尔各答“，”order“：3，”name“:”Conference_city“，”标签“：”conferency city“，”group“，“group”：{“name”：“ConferenceInformation”，”label:“Conferency Information”}，“value”：“India”，“order”：4，“name”:“Conference_country”，“label”：“conferencyCountry”，标签“：”会议信息“}}，{”value“：”2023“，”order“：5，”name“：”Conference_year“，”label“：”Conference_year“，“group”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}、{“value”：“2023年12月12日”，“order”：7，“name”:“Conference_start_date”，：“2023年12月15日“，”order“：8，”name“：”conference_end_date“，”label“：”会议结束日期“，”group“：“：”conference_id“，”label“：”会议id“，”group“：{”name“：”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”https:\/\/www.isical.ac.in\/~premi23\/“，”order“：11，“name”：“conferenceurl”，“label”：“会议url”，“group”：{“name”:“ConferenceInformo”，“table”：“ConferencieInfo”}，“value”：“Double-blind”，“order”：1，“name“：”type“，”label“：”type“，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”EquinOCS“，”order“：2，”name“:”conference_management_system“，”标签“：”会议管理系统“，”group“同行评审信息（由会议组织者提供）“｝｝，｛”value“：”311“，”order“：3，”name“：”number_of_submissions_sent_for-Review“，”label“：”发送供评审的提交数量“，”group“：｛”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“｝｝，｛”value“：”91“，”order“：4，”name“：”number_of_full_papers_accepted“，”label“：”接受的全文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行评审信息（由会议组织者提供）“}}，{”value“：”0“，”order“：5，”name“:”number_ of_short_papers_Accepteded“，”table“：”已接受的短文数“，“group”：{“name”：“”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”29%-该值由等式“接受的全文数”/“发送供评审的提交数*100”计算，然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_Full_Papers“，”标签“：”全文接受率“，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{”value“：”3“，”order“：7，”name“:”average_number_of_reviews_per_paper“，”标签“：”每篇论文的平均评论数“，”google“：同行评议信息（由会议组织者提供）“}}，{“value”：“3”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）”}}external_reviewers_involved“，”label“：”涉及外部审阅者“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行审阅信息（由会议组织者提供）“}}]}}