{“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”：[[2024,3,13]]，“日期时间”：“2024-03-13T00:33:52Z”，“时间戳”：1710290032517}，“出版商位置”：“新加坡”，“参考计数”：34，“出版者”：“Springer Nature Singapore”，“isbn-type”：[{“值”：“9789819980789”，“类型”：”打印“}，{“值”：“9789819980796”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2023,11,14]]，“date-time”：“2023-11-14T00:00:00Z”，“timestamp”：1699920000000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/searners\/text-and-data-mining”}，{“开始”：{“date-ports”：[2023,11,14]，“日期-时间”me“：”2023-11-14T00:00:00Z“，”时间戳“：1699920000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2023,11,14]]，“date-time”：“2023-11-14T00:00Z”，“timestamp”：169992000万}：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[[2023,11,14]]，“date-time”：“2023-11-14T00:00:00Z”，“timestamp”：16999200000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http:\/\www.sprinternature.com/.gp\/searters\/text-and-date-mining“}]，”content-domain“：{”域“：[”link.springer.com“]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2024]]}，”DOI“：”10.1007\/978-991-8079-6_23“，”type“：”book-chapter“，”created“：{”date-part“：[2023,11,13]]，”date-time“：”2023-11-13T16:02:42Z“，”timestamp“：1699891362000}”，“page”：“292-304”，“update-policy”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：0，“title”：[“EdgeMA:\ u00a0Edge设备上的\u00a0实时视频分析的模型适配系统”]，“prefix”：“10.1007”，”作者“：[{”给定“：”Liang“，“family”：“Wang”，“sequence”：“first”，“affiliation”：[]}，{“给定”：“Nan”，“faily”：“张”，“序列”：“additional”，“affiliation”：[]}，{“given”：“Xiaoyang”，“family”：“Qu”，“sequence”：“additive”，“filiation“：[]{”given“：”Jianzong“，”family“：”Wang“，”sequence“：“，”从属“：[]}，{”给定“：“凯玉”，“家族”：“胡”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“桂林”，“家庭”：“江”，“顺序”：“额外”，“隶属关系”：[]}“23_CR1”，“非结构化”：“Bhardwaj，R.等人：Ekya:边缘计算服务器上视频分析模型的持续学习。摘自：第19届USENIX网络系统设计与实现研讨会（NSDI 2022），第119\u2013135（2022）页”}，{“key”：“23_CR2”，“非结构化”：“Bochkovskiy，A.，Wang，C.Y.，Liao，H.Y.M.：Yolov4：物体检测的最佳速度和准确性。arXiv预印本arXiv:2004.10934（2020）”}，{“key”：“23_CR3”，“doi asserted by”：“publisher”，“nonstructured”：“Cutler，A.，Cutler，D.R.，Stevens，J.R.：随机森林。In：Ensemble Machine Learning，pp.157\u2013175。施普林格，海德堡（2012）。https:\/\/doi.org\/10.1007\/978-1-4419-9326-7_5“，”doi“：”10.1007\/978-1-4419-9326-7_5“}，{“key”：“23_CR4”，“first page”：”11996“，”volume“：”33“，”author“：”T Fang“，”year“：”2020“，”unstructured“：”Fang，T.，Lu，N.，Niu，G.，Sugiyama，M.：重新思考分布转移下深度学习的重要性权重。Advv.Neural.Inf。过程。系统。33，11996\u201312007（2020）“，“新闻标题”：“高级神经。信息处理。系统。“}，{”问题“：”3“，”关键“：”23_CR5“，”首页“：”2191“，”卷“：”17“，”作者“：”AM Ghosh“，”年份“：”2020“，”非结构化“：”Ghosh，A.M.，Grolinger，K.：物联网数据分析的边缘云计算：在边缘嵌入智能与深度学习。IEEE Trans.Ind.Inf.17（3），2191\u20132200（2020）“，”日志标题“：”IEEE Trans.Ind.Inf“}，{“key”：“23_CR6”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：”12“，“doi”：“10.1007\/978-3-030-63830-6_2”，“volume-title”：”神经信息处理“，”author“：”Y Gu“，”year“2020”，“unstructured”：“Gu，Y.，Du，Z.，Zhang，H.，Zhang-X.：一个有效的联合训练框架，用于强大的小字体关键词识别。收录于：Yang，H.、Pasupa，K.、Leung，A.C.-S.、Kwok，J.T.、Chan，J.H.、King，I.（编辑）ICONIP 2020。LNCS，第12532卷，第12\u201323页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-63830-6_2“}，{“key”：“23_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度残差学习。摘自：IEEE计算机视觉和模式识别会议论文集，第770\u2013778页（2016）”，“doi”：“10.1109\/CVPR.2016.90”}，}“key”：”23_CR8“，”非结构化“：”Howard，A.G.等人：手机：用于移动视觉应用的高效卷积神经网络。arXiv预印本arXiv:1704.04861（2017）“}，{“key”：“23_CR9”，“unstructured”：“Hsieh，K.，et al.：焦点：以低延迟和低成本查询大型视频数据集。收录于：13th$$\\{$$USENIX$$\\}$$操作系统设计与实现研讨会（$$\\{$$$OSDI$$\\$$$2018），第269\u2013286页（2018）”}，}“issue”：“9”，”key“：”23_CR10“，”doi-asserted by“：”publisher，“首页”：“1”，“DOI”：“10.1145 \/3555802”，“卷”：“55”，“作者”：“H Hua”，“年份”：“2023”，“非结构化”：“Hua，H.，Li，Y.，Wang，T.，Dong，N.，Li.，W.，Cao，J.：人工智能边缘计算：机器学习视角。ACM计算。Surv公司。55（9），1\u201335（2023）“，“日志标题”：“ACM计算。Surv公司。“}，{”issue“：”12“，”key“：”23_CR11“，”doi-asserted-by“：”publisher“，”first-page“：”549“，”doi“：”10.3390\/ijgi8120549“，”volume“：“8”，”author“：”MR Ibrahim“，”year“：”2019“，“unstructured”：“Ibrahin，M.R.，Haworth，J.，Cheng，T.：Weathernet：使用深度残差学习从街道级图像中识别天气和视觉条件。ISPRS Int.J。地理信息8（12），549（2019）“，”期刊标题“：”ISPRS Int.J.地理信息“}，{“key”：“23_CR12”，“doi-asserted-by”：“publisher”，“unstructured”：“Jia，Y.，Zhang，X.，Lan，L.，Luo，Z.：领域适应的反事实因果对抗网络。摘自：神经信息处理：第29届国际会议，ICONIP 2022，虚拟事件，22\u201326，2022年11月，会议记录，第六部分，第698\u2013709页。斯普林格，海德堡（2023）。https://doi.org/10.1007\/978-981-99-645-0_58“，”doi“：”10.1007\/978-981-99-645-0_58“｝，｛”key“：”23_CR13“，”doi asserted by“：”crossref“，”unstructured“：”Jiang，J.，Ananthanarayanan，G.，Bodik，P.，Sen，S.，Stoica，I.：变色龙：视频分析的可扩展自适应。摘自：《2018年ACM数据通信特别兴趣小组会议记录》，第253\u2013266页（2018）“，“DOI”：“10.1145\/3230543.3230574”}，{“key”：“23_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Kang，D.，Emmons，J.，Abuzaid，F.，Bailis，P.，Zaharia，M.：Noscope：大规模优化视频上的神经网络查询。程序。荷兰VLDB。10（11）（2017）“，“DOI”：“10.14778\/3137628.3137664”}，{“key”：“23_CR15”，“unstructured”：“Khani，M.，et al.：RECL：视频分析的响应式资源高效持续学习。收录于：第20届USENIX网络系统设计与实现研讨会（NSDI 2023），第917\u2013932（2023）页”}、{“key”：”23_CR16“DOI-asserted-by”：“crossref”，“非结构化”：“Khani，M.，Hamadanian，P.，Nasr-Esfahany，A.，Alizadeh，M.：通过自适应模型流对边缘设备进行实时视频推断。收录于：IEEE计算机视觉国际会议论文集，第4572\u20134582（2021）页，“DOI”：“10.1109”，{“key”：“23_CR17”，“DOI-asserted-by”：“publisher”，“unstructured”：“Liao，X.C.，Qiu，W.J.，Wei，F.F.，Chen，W.N.：将交通分配和交通信号控制相结合，实现在线交通流优化。摘自：《神经信息处理：第29届国际会议》，ICONIP 2022，虚拟事件，22\u201326，2022年11月26日，会议记录，第六部分，第150\u2013163页。斯普林格，海德堡（2023）。https:\/\/doi.org\/10.1007\/978-991-99-1645-0_13“，“doi”：“10.1007\/978-881-99-1645-20_13”}，{“key”：“23_CR18”，“unstructured”：“Lipton，Z.，Wang，Y.X.，Smola，A.：使用黑盒预测器检测和纠正标签偏移。收录：机器学习国际会议，第3122\u20133130页。PMLR（2018）“}，{“key”：“23_CR19”，“doi-asserted-by”：“crossref”，“unstructured”：“Liu，C.，Qu，X.，Wang，J.，Xiao，J.：Fedet:基于增强变压器的通信效率高的联邦类增量学习框架。arXiv预印本arXiv:2306.15347（2023）”，“doi”：“10.24963\/ijcai.2023\/443”}，“key“：”23_CR20“，”doi-assert-by“：”publisher“，”非结构化”：“Maji，K.，Sharma，R.，Verma，S.，Goel，T.：基于RVFL分类器的集成深度学习用于阿尔茨海默病早期诊断。摘自：《神经信息处理：第29届国际会议》，ICONIP 2022，虚拟事件，22\u201326，2022年11月，会议记录，第三部分，第616\u2013626页。斯普林格，海德堡（2023）。https:\/\/doi.org\/10.1007\/978-3-031-30111-7_52“，”doi“：”10.1007\/9783-031-30111-7_52“}，{“问题”：“1”，“密钥”：“23_CR21”，“doi-asserted-by”：“发布者”，“首页”：“521”，”doi:“10.1016\/j.patcog.2011.06.019”，“卷”：“45”，“作者”：“JG Moreno-Torres”，“年份”：“2012”，“非结构化”：“”Moreno-Torres，J.G.，Raeder，T.，Alaiz-Rodr\u00edguez，R.，Chawla，N.V.，Herrera，F.：关于分类中数据集转移的统一观点。模式识别。45（1），521\u2013530（2012）“，“新闻标题”：“模式识别”。“}，{”issue“：”2“，”key“：”23_CR22“，”doi-asserted-by“：”publisher“，”first-page“：”341“，”doi“：”10.1137\/100802001“，”volume“：“22”，”author“：”Y Neserov“，”year“：”2012“，”unstructured“：”Nesterov，Y.：坐标下降法在大规模优化问题上的效率。SIAM J.Optim.22（2），341\u2013362（2012）“，”journal-title“：”SIAM J.Optim“。”}，{“key“：”23_CR23“，”doi-asserted-by“：”crossref“，”unstructured“：”Nigade，V.，Wang，L.，Bal，H.：小丑鱼：视频流分析的边缘和云共生。收录于：2020 IEEE\/ACM边缘计算研讨会（SEC），第55页\u201369。IEEE（2020）”，“DOI”：“10.1109\/SEC50012.2020.0012”}，｛“issue”：“3”，“key”：“23_CR24”，“DOI断言”：“publisher”，“first page”：“4330”，“DOI”：“10.1109\/JIOT.2018.2875218”，“volume”：“6”，“author”：“M Qin”，“year”：“2018”，“nonstructured”：“Qin，M.，Chen，L.，Zhao，N.，Cheng，Y.，Yu，F.R.，Wei，G.：物联网最大处理能力的功率约束边缘计算。IEEE Internet Things J.6（3），4330\u20134343（2018）“，“journal-title”：“IEEE Internet Things J.”}，{“key”：“23_CR25”，“doi-asserted-by”：“crossref”，“unstructured”：“Qu，X.，Wang，J.，Xiao，J.：在边缘设备上进行有效联合学习的量化和知识提取。2020年IEEE第22届高性能计算与通信国际会议；IEEE第18届智能城市国际会议；IEEE第六届数据科学与系统国际会议（HPCC\/SmartCity\/DSS），第967\u2013972页。IEEE（2020）“，”DOI“：”10.1109\/HPCC-SmartCity-DSS50907.2020.00129“}，{”key“：”23_CR26“，”unstructured“：”Rojas，R.，et al.：Adaboost and the super bowl of classifiers a tutorial introduction to adaptive boosing。Freie University，Berlin，Technical Report（2009）“}”，{“issue”：“5”，“key”：“23_CR27”，“DOI-asserted-by”：“publisher”，“first-page”：“78”，“DOI”：“10.1109\/MC.2016.145“，”volume“：”49“，”author“：”W Shi“，”year“：”2016“，”unstructured“：”Shi，W.，Dustdar，S.：边缘计算的承诺。Computer 49（5），78\u201381（2016）“，“journal-title”：“Computer”}，{“key”：“23_CR28”，“unstructured”：“Tan，M.，Le，Q.：Efficientnet:rethinking model scaling for卷积神经网络。In:International Conference on Machine Learning，pp.6105\u20136114。PMLR（2019）“}，{“key”：“23_CR29”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang，L.，et al.：Shoggoth：通过自适应在线学习实现高效的边缘云协作实时视频推理。arXiv预印本arXiv:2306.15333（2023）”，“doi”：“10.1109\/DAC56920.2023.10247821”}，}，“key“：”23_CR30“，”doi-assert-by“：”publisher“，”doi“：”10.1016\/j.cviu.2020.102907“，“volume”：“193”，“author”：“L Wen”，“year”：“2020”，“unstructured”：“Wen，L.等：UA-DETRAC：一种新的多目标检测和跟踪基准和协议。计算。视觉图像理解。193102907（2020）“，“新闻标题”：“计算。视觉图像理解。“}，{”issue“：”1“，”key“：”23_CR31“，”doi-asserted-by“：”publisher“，”first-page“：”3“，”doi“：”10.1007\/s10107-015-0892-3“，”volume“：“151”，”author“：”SJ-Wright“，”year“：”2015“，”unstructured“：”Wright，S.J.：协调下降算法。数学程序。151（1），3\u201334（2015）“，”journal-title“：”数学程序。“}”，{“key”：“23_C R32“，”doi-asserted-by“：”crossref“，”非结构化”：“Xie，R.，Yu，F.，Wang，J.，Wang.，Y.，Zhang，L.：跨域检测的多级域自适应学习。在：《IEEE\/CVF国际计算机视觉研讨会论文集》，第0\u2013（2019）页，“DOI”：“10.1109\/ICVW.2019.00401”｝，｛“key”：“23_CR33”，“nonstructured”：“Zhang，H.、Ananthanarayanan，G.、Bodik，P.、Philipose，M.、Bahl，P.、Freedman，M.J.：具有近似和延迟容忍度的规模直播视频分析。在：第十四届USENIX网络系统设计与实现研讨会（2017）“}，{“key”：“23_CR34”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，X.，Zhou，X.、Lin，M.、Sun，J.：Shufflenet：一种用于移动设备的非常有效的卷积神经网络。摘自：IEEE计算机视觉和模式识别会议记录，第6848\u20136856页（2018）“，”DOI“：”10.1109\/CVPR.2018.00716“}]，”container-title“：[”神经信息处理“，”计算机科学讲义“]，”original-title”：[]，”link“：[{”URL“：”https:\/\/link.springer.com\/content\/pdf\/10007\/978-99-8079-6_23“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2024,3,12]，”date-time“：“2024-03-12T16:33:11Z”，”timestamp“：1710261191000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/link.springer.com\/10007\/978-99-8079-6_23”}}，“subtittle”：[]，“短标题”：[]，”已发布“：{”date-parts“：[[2023,11,14]]}，“ISBN”：[“9789819980789”，“978981 9980796”]，“references-count”：34，“URL”：“http://\/dx.doi.org\/10.1007\/978-99-8079-6_23”，“relation”：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”0302-7743“”，”type“:”print“}”，{“value”：“1611-3349”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2023,11,14]]}，“断言“：[{”value“：”2023年11月14日“，”order“：1，”name“：”first_online“，”label“：”first online“，“group”：{“name”：“ChapterHistory”，“label”：“章节历史”}}，{“value”：“ICONIP”，“order”：1，“name”:“conference_acrompre”，“table”：“conference acronym”，”group“：国际神经信息处理会议“，”order“：2，”name“：”Conference_name“，”label“：”会议名称“，”group“：中国，“order”：4，“name”：“conference_country”，“label”：“会议国家”，“group”：{“name”:“ConferenceInfo”，“table”：“Conferency Information”}}，{“value”：“2023”，“orders”：5，“name“：”conference_year“，”label“：”ConferenceYear“conference_start_date“，”label“：”会议开始日期“，”group“：“”会议编号“，”组“：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“iconip2023”，“order”：10，“name”:“Conference_id”，“标签”：“会议id”，“group”：，“组”：{“名称”：“ConferenceInfo“，”label“：”Conference Information“}}，{”value“：”Single-blind“，”order“：1，”name“：”type“，“label”：“type”，“group”：{“name”：“ConfEventPeerReviewInformation”，“lable”：“Peer Review Information（由会议组织者提供）”}}、{“value”：“EasyChair”，“order”：2，“name”:“Conference_management_system”，“标签”：“会议管理系统”，“”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information“（由会议组织者提供）“}}，”{“value”：“1274”，“order”：3，“name”：“number_of_submissions_sent_for_Review”，“label”：“发送供审阅的提交数”，“group”：同行评审信息（由会议组织者提供）“}}，{”value“：”650“，”order“：4，”name“：”number_of_full_papers_accepted“，“label”：“已接受的完整论文数”，“group”：{”name“:”ConfEventPeerReviewInformation“，”label“：”同行评审信息“}，”value”：“0”，“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“：”51%-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“，”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”：“4.14”，“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“：”Peer Review Information（由会议组织者提供）“}}，{“value”：“2.46”，“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