{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,2,4]，“日期-时间”：“2024-02-04T00:16:42Z”，“时间戳”：1707005802566}，“参考-计数”：95，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：“日期-零件”：[2024,5,1]]，“日期时间”：”2024-05-01T00:00:00 Z“，”timestamp“：1714521600000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“时间戳”：1714521600000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-037”｝，｛“开始”：｛“日期部分”：[[2024,5,1]]，“日期时间”：“2024-05-01T00:00:00Z”，“时间戳”：1714521600000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-012”｝，｛“开始”：｛“日期部分”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,5,1]]，“datetime”：“204-05-01T00:00Z”，asf“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[｛“DOI”：“10.13039\/50101100001809”，“名称”：“国家自然科学基金会”，“DOI断言者”：“出版商”，“奖项”：[“60802069”，“61273270”，“61673402”，“62076262”]｝]，“内容域”：｛“域”：[“elsevier.com”，“sciencedirect.com”]，“交叉标记限制”：true｝，“短容器标题”：[“信息融合”]，“已出版印刷品”用法：{“date-parts”：[[2024,5]]}，“DOI”：“10.1016\/j.inffus.2023.102216”，“type”：“journal-article”，“created”：{（日期-部件）：[[2023,12,28]]，“date-time”：“2023-12-28T17:08:54Z”，“timestamp”：1703783334000}，”page“：”102216“，”update-policy“http://dx.DOI.org\/10016\/elsevier_cm_policy”，“source“：”Crossref“，”is-referenced-by-count“：0，”title“：[“适应和探索：表征学习的多模混合”]，“前缀”：“10.1016”，“卷”：“105”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0000-0003-4530-4529”，“authenticated-ORCID”：false，“给定”：“荣浩”，“家族”：“林”，“序列”：“第一”，“从属关系”：[]}，{“ORCID”:“http://\ORCID.org\/000-0002-484-323X”，“authenticated-ORCID“false，“给定”：“Haifeng”，“family”：“Hu”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“issue”：“2”，“key”：“10.1016\/j.inffus.2023.102216_b1”，“doi-asserted-by”：”crossref“，”first page“：”423“，”doi“10.1109\/TPAMI.2018.2798607”，“article-title”：“Multimodal machine learning:A survey and taxonomy”，“volume”：”41“，“作者”：“Baltru\u0161itis”，“年份”：“2018年”，“期刊标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“key”：“10.1016\/j.inffus.2023.102216_b2”，“doi-asserted-by”：“crossref”，《首页》：“98”，“doi”：“101016\/j.inffes.2017.02.003”，“article-title”：“情感计算综述：从单峰分析到多峰融合”，“volume”：”37“，“author”：“Poria”，“”，“journal-title”：“Inf.Fusion”}，{“key”：“10.1016\/j.inffus.2023.102216_b3”，“article-title“：“冰山一角：情绪分析研究的当前挑战和新方向”，“author”：“Poria”，“year”：“2020”，“jornal-tittle”：”IEEE Trans.Affect.Comput.“}，”{“key”：“1016\/j.inffus.2023.10216_b4”，“doi-asserted-by”：“crossref”，“首页”：“424”，“DOI”：“10.1016\/j.infus.202022.09.025”，“文章标题”：“多模态情感分析：对历史、数据集、多模态融合方法、应用、挑战和未来方向的系统综述”，“卷”：“91”，“作者”：“Gandhi”，“年份”：“2023”，“期刊标题”：“Inf.fusion”}，{“问题”：“3\u20134”，“关键”：“10.1016\/j.inffus.2023.102216_b5”，“doi-asserted-by”：“crossref”，“first page”：“163”，”doi“：“10.1561\/0600000105”，“article-title”：“视觉语言预培训：基础知识、最新进展和未来趋势”，“volume”：”14“，”author“：”Gan“，”year“：”2022“，”journal-title“：”Found.trends.Compute.Graph.Vis.“}，{”key“：”10.1016\/j.in ffus.2023.102216_b6“，“doi-asserted-by”：“crossref”，“first page”：“149”，《doi》：“10.1016\/j.inffus.2021.07.009”，“article-title”：“视觉和语言的多模研究：当前和新兴趋势综述”，“volume”：《77》，“author”：“Uppal”，“year”：“2022”，“journal-title》：“Inf.Fusion”}，{“issue”：“1”，“key”：”10.1016\/j.inffus.2023.102216_b7“，”doi-assert-b y“：”交叉参考“，“首页”：“38”，“DOI”：“10.1007\/s11633-022-1369-5”，“文章标题”：“Vlp:视觉语言预训练调查”，“卷”：“20”，“作者”：“陈”，“年份”：“2023”，“新闻标题”：《马赫智能研究》}，{“key”：“101016\/j.inffus.2023.102216_b8”，“series-title”：“2019年国际机器人与自动化大会”，“首版”：“8943”，“article-title”：“理解视觉和触觉：接触丰富任务中多模态表征的自我监督学习”，“author”：“Lee”，“year”：“2019”}，{“key”：“10.1016\/j.inffus.2023.102216_b9”，“series-title”：：“VIMA:带多模式提示的通用机器人操作”，“author”：“Jiang”，“year”：“2022”}，{“key”：“10.1016\/j.inffus.2023.102216_b10”，“series-title”：“2016 IEEE计算机视觉和模式识别会议”，“首页”：“770”，“article-title”：《图像识别的深度剩余学习》，“audor”：：“10.1016\/j.inffus.2023.102216_b11”，“series-title”：“神经信息处理系统的进展”，“首页”：“5998”，“article-title”：“注意力是你所需要的”，“作者”：“Vaswani”，“年份”：“2017”}，{“key”：”10.1016\/j.inffus.2023.102216_b12“，”series-title“：“第34届神经信息处理系统国际会议论文集”，“文章标题”：“Wav2vec 2.0：语音表征的自我监督学习框架”，“作者”：“Baevski”，“年份”：“2020”}，{“密钥”：“10.1016\/j.infus.2023102216_b13”，“系列标题”：“第28届国际机器学习会议论文集”，“首页”：“689”，“文章标题”：“多模深度学习”，“作者”：“Ngiam”，“年份”：“2011”}，{“key”：“10.1016\/j.inffus.2023.102216_b14”，“series-title”：“第三十届国际人工智能联合会议论文集“，“first page”：“5436”，“article-title”：“视觉语言预处理模型调查”，“author”：“Du”，“year”：“2022”}，{“key”：”10.1016\/j.inffus.2023.102216_b15“，”doi-asserted-by“：”crossref“，”first pages“：”184“，“doi”：“10.1016\/j.inffus.2020.09.05”，“article-titel”：“What make the difference？多模态语言分析融合策略的实证比较”，“卷”：“66”，“作者”：“Gkoumas”，“年份”：“2021”，“期刊标题”：“Inf.fusion”}，{“key”：“10.1016\/j.inffus.2023.102216_b16”，“series-title”：“第38届国际机器学习会议论文集”，“首页”：“8748”，“article-title”：从自然语言监督中学习可转换的视觉模型”，“卷”：“139”，“作者”：“Radford”，“年份”：“2021”}，{“关键”：“10.1016\/j.inffus.2023.102216_b17”，“系列标题”：“学习表征国际会议”，“文章标题”：”VL-BERT：通用视觉语言表征的预训练“，”作者“：”Su“，”年份“：”2020“}，}”key“：”10.1016\/j.inffus.2023.102216_b18“，”首页“：”32897“，”article-title“：”VLMo:统一视觉语言预训练，混合模式八位专家“，”volume“：“vol.35”，”author“：”Bao“，”year“：”2022“}，{“key”：“10.1016\/j.inffus.2023.10216_b19”，“series-title”：“第38届国际机器学习大会论文集”，“首页”：“5583“，”article-title“：”Vilt:没有卷积或区域监督的视觉和语言转换器“，”volume“：”vol.139“，”author“：”Kim“，”year“：”2021“}，{“key”：“10.1016\/j.inffus.2023.102216_b20”，“series-title”：“计算语言学协会第57届年会论文集”，“首页”：“6558”，“article-title”：”未对齐多模态语言序列的多模态变换器”，“author”：“Tsai”，“year”：“2019”}，{“key”：“10.1016\/j.inffus.2023.102216_b21”，“series-title”：“计算语言学协会北美分会2021年会议论文集：人类语言技术”，“首页”：“5339”，“文章标题”：“无监督视觉和语言预训练，无平行图像和字幕”，“作者”：“李”，“年份”：“2021”}，{“密钥”：“10.1016\/j.inffus.2023.102216_b22”，“doi-asserted-by”：“crossref”，“非结构化”：“M.Zhou，L.Yu，A.Singh，M.Wang，Z.Yu，N。张，通过基于检索的多粒度对齐进行无监督视觉和语言预训练，载于：IEEE计算机视觉和模式识别会议论文集，CVPR，2022年，第16485\u201316494页。“，DOI：”10.1109\/CVPR52688.2022.01599“}，{“key”：“10.1016\/j.inffus.2023.102216_b23”，“DOI-asserted-by”：“crossref”，“first page”：238“，”DOI“：”10.1016\/j.neunet.2021.11.019“，”article-title“：”利用多模态生成模型中的层次结构进行有效的跨模态推理“，”volume“：”146“，”author“：”Vasco“，“year”：“2022”，“journal-title”：“Neural Netw。“}，{”key“：”10.1016\/j.inffus.2023.102216_b24“，”series-title“：”第19届自治代理和多代理系统国际会议论文集“，”首页“：”1260“，”article-title“：“在黑暗中玩游戏：强化学习中的跨模态迁移方法”，“author”：“Silva”，“year”：“2020”}，”{“key”：“”10.1016\/j.inffus.2023.102216_b25“，“series-title”：“第38届国际机器学习会议论文集”，“首页”：“4904”，“article-title”：“在嘈杂的文本监督下扩大视觉和视觉语言表征学习”，“卷”：“vol.139”，“作者”：“贾”，“年份”：“2021”}，{“键”：“10.1016\/j.inffus.2023.10216_b26”，“series-title“：“第39届国际机器学习会议论文集”，“首页”：“12888”，“文章标题”：“BLIP：引导语言-图像预训练，用于统一视觉语言理解和生成”，“卷”：“第162卷”，“作者”：“李”，“年份”：“2022”}，{“key”：“10.1016\/j.inffus.2023.102216_b27”，“doi-asserted-by”：“crossref”，“非结构化”：“M.Ma，J.Ren，L.Zhao，D.Testuggine，X.Peng，多模态变压器对缺失模态鲁棒吗？”？，在：《IEEE\/CFF计算机视觉与模式识别会议论文集》（CVPR），2022年，第18177\u201318186.页，“DOI”：“10.1109\/CVPR5688.202.01764”｝，｛“key”：“10.1016\/j.infus.2023102216_b28”，“首页”：“2302”，“文章标题”：“SMIL:严重缺失模态的多模态学习”，“volume”：“vol.35”，“author”：“Ma”，“year”：“2021”｝，{“key”：“10.1016\/j.inffus.2023.102216_b29”，“series-title”：“计算语言学协会北美分会2022年会议记录：人类语言技术”，“首页”：“685”，“文章标题”：“分析多模态情感分析中的模态稳健性”，“作者”：“Hazarika”，“年份”：“2022”}，{”key“：“10.1016\/j.inffus.2023.102216_b30”，“article-title”：“从演示中学习潜在编码”，“volume”：“vol.31”，“author”：“Yin”，“year”：“2017”}，{“key”：”10.1016\/j.inffus.2023.2016_b31“，”series-title“：第32届神经信息处理系统国际会议论文集”，“first page”：：“可扩展弱监督学习的多模态生成模型”，“author”：“Wu”，“year”：“2018”}，{“key”：“10.1016\/j.inffus.2023.102216_b32”，“series-title”：“学习表征国际会议”，“article-title”：《学习因子化多模态表征》，“author”：“Tsai”，“年份”：“2019”}、{“key”：“10.1016\/j.inffus.2023.102216_b33”，“series-title”：“第三十九届国际机器学习会议论文集”，“首页”：“17782”，“article-title”：“几何多模态对比表征学习”，“卷”：“vol.162”，“作者”：“Poklukar”，“年份”：“2022”}，{“key”：：“学习表征国际会议”，“article-title”：“混合：超越经验风险最小化”，“author”：“Zhang”，“year”：“2018”}，{“key”：“10.1016\/j.inffus.2023.102216_b35”，“series-title”：《第36届国际机器学习会议论文集》，“首页”：“6438”，“article-title”：“流形混合：通过插入隐藏状态实现更好的表示”，“卷”：“第97卷”，“作者”：“Verma”，“年份”：“2019”}，{“key”：“10.1016\/j.inffus.2023.102216_b36”，“series-title”：“使用对比预测编码进行表示学习”，“author”：“Oord”，“year”：“2018”}：“第三十五届神经信息处理系统数据集和基准跟踪会议（第1轮）”，“文章标题”：“MultiBench:多尺度多模式表征学习基准”，“作者”：“梁”，“年份”：“2021”}，{“关键”：“10.1016\/j.inffus.2023.102216_b38”，“doi-asserted-by”：“crossref”，“首页”：“542”，“doi”：“10.1016\/j.inffus.2022.11.003”，“article-title”：“挖掘表征学习的多模态相关性”，“volume”：“91”，“author”：“Mai”，“year”：“2023”，“journal-title“：”Inf.Fusion“}，{“key”：”10.1016\/j.inffus.2023.102216_b39“，”series-title“：“ICLR”，”article-title“”：“持续控制，深度强化学习”，“author”，“Lillicrap”，“year”：“2016”}，{“key”：“10.1016\/j.inffus.2023.102216_b40”，“doi-asserted-by”：“crossref”，“首页”：“978”，“doi”：“101162\/tacl_a_00408”，“article-title”：“未屏蔽的多模预处理：视觉和语言BERT的元分析和统一框架”，“volume”：”9“author”：“Bugliarello”，“year”：“2021”，“journal-title“：”Trans.Assoc.Comput.语言学家。“}，{“key”：“10.1016\/j.infus.2023102216_b41”，“系列标题”：“计算语言学协会第58届年会论文集”，“首页”：“5265”，“文章标题”：“视觉BERT看什么？”，“作者”：“Li”，“年份”：“2020”}，{“key”：“10.1016\/j.infus.2023102216_b42”，“系列标题”：“计算语言学协会北美分会2021年会议记录：人类语言技术”，“首页”：“5339”，“文章标题”：“无监督视觉和语言预训练，无平行图像和字幕”，“作者”：“李”，“年份”：“2021”}，{“key”：“10.1016\/j.inffus.2023.102216_b43”，“series-title”：“Computer Vision\u2013 ECCV 2020：第十六届欧洲会议，英国格拉斯哥，2020年8月23日\u201328，Proceedings，Part XXX”，“首页”：“104”，“article-title”：“UNITER:Universal image-text representation learning”，“author”：“Chen”，“year”：“2020”}，{“key”：：“Computer Vision\u2013ECCV 2020：第十六届欧洲会议，英国格拉斯哥，2020年8月23日\u201328，Proceedings，Part XXX 16”，“first page”：“121”，“article-title”：“Oscar:视觉语言任务的对象-语义对齐预训练”，“author”：“Li”，”year“：”2020“}，{“key”：”10.1016\/j.inffus.2023.102216_b45“，”series-title“：“第33届神经信息处理系统国际会议论文集”，“article-title”：“ViLBERT：为视觉和语言任务预先训练任务认知视觉语言表征”，“author”：“Lu”，“year”：“2019”}，{“key”：“10.1016\/j.inffus.2023.102216_b46”，“series-title”：“2019年自然语言处理实证方法会议暨第九届国际自然语言处理联合会议（EMNLP-IJCNLP）论文集”，“首页”：“5100”，“文章标题”：“LXMERT：从变压器学习跨模态编码器表示”，“作者”：“Tan”，“年份”：“2019}”，{“key”：“10.1016\/j.inffus.2023.102216_b47”，“首页”：“9694”，“文章标题”：“融合前对齐：视觉和语言表征学习与动量蒸馏”，“卷”：“卷34”，“作者”：“李”，“年份”：“2021”}，{“key”：“10.106\/j.inffus.2023.10216_b48”，“series-title”：“OPT：跨模态理解和生成的Omni-perception前置器”，“author”：“Liu”，“year”：“2021”}，{“key”：“10.1016\/j.inffus.2023.102216_b49”，“series-title”：“The 11th International Conference on Learning Representations”，“article-title”：”UNIFIED-IO:A UNIFIED model for vision，language，and multi-modal tasks”，”author“：”Lu“，”year“：”2023“}”，{”key“10.1016 \/j.inffus.2023.1022216_b50”，“doi-asserted-by”：“crossref”，“首页”：“203”，“DOI”：“10.1016\/j.inffus.2021.12.003”，“article-title”：“多模联合学习：挑战，数据集应用，最新进展和未来方向”，“卷”：“81”，“作者”：“Rahate”，“年份”：“2022”，“新闻标题”：“Inf.Fusion”}，{“问题”：“no.04”，“关键”：“101016\/j.inffes.2023.102216_b51”，“首版”：“4044”，“文章标题”：“非线性混合：文本分类的非均匀数据增强”，“卷”：“第34卷”，“作者”：“郭”，“年份”：“2020”}，{“key”：“10.1016\/j.inffus.2023.102216_b52”，“series-title”：“2021年自然语言处理实证方法会议论文集”，“首页”：“2998”，“article-title”：“对抗性混合策略，用于在混合中放松局部线性约束”，“author”：“Liu”，“year”：“2021”}，{“key”：“10.1016\/j.inffus.2023.102216_b53”，“series-title”：“医学图像计算和计算机辅助干预”，“first page”：”323“，“article-title”：”高度不平衡医学图像分类的平衡混合“，”author“：”Galdran“，“年份”：“2021”}，{“key”：“10.1016\/j.inffus.2023.102216_b54”，“series-title”：“发现科学”，“首页”：“242”，“文章-标题”：“深度学习中不平衡和长尾的校准重采样”，“作者”：“Bellinger”，“年份“：”2021：“ICASSP 2022-2022 IEEE声学、语音和信号处理国际会议”，“首页”：“3224”，“文章标题”：“用于长尾识别的基于标签发生率的混合”，“作者”：“张”，“年份”：“2022”}，{“key”：“10.1016\/j.inffus.2023.102216_b56”，“series-title”：“第39届国际机器学习大会论文集”，“首页”：“22680”，“文章标题”：“VLMixer:通过跨模态CutMix进行的非配对视觉语言预训练”，“卷”：“第162卷”，“作者”：“王”，“年”：“2022”}，{“键”：“10.1016\/j.infus.2023102216_b57”，“doi断言”：“crossref”，“非结构化”：“X.Hao，Y.Zhu，S。Appalaraju，A.Zhang、W.Zhang，B.Li，M.Li，MixGen:A New Multi-Modal Data Augmentation，收录于：IEEE计算机视觉应用冬季会议（WACV）研讨会论文集，2023年，第379页\u2013389。“，DOI”：“10.1109 \/WACVW58289.2023.00042”}，{“key”：“1016 \/j.inffus.2023.102216_b58”，“series-title”：“2006年IEEE计算机学会计算机视觉和模式识别会议，第2卷，“第一页”：“1735”，“文章标题”：“通过学习不变映射降低维数”，“作者”：“Hadsell”，“年份”：“2006”}，{“key”：“10.1016\/j.inffus.2023.102216_b59”，“series-title”：“2020年IEEE\/CVF计算机视觉与模式识别会议”，“首页“：”9726“，”article-title“：”无监督视觉表征学习的动量对比“，”author“：”He“，”year“：”2020“}，{“key”：“10.1016\/j.inffus.2023.102216_b60”，“series-title”：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“3733”，“article-title”：”通过非参数实例识别的无监督特征学习”，“作者”：“Wu”，“年份”：“2018”}，{“key”：“10.1016\/j.inffus.2023.102216_b61”，“series-title”：“第37届国际机器学习会议论文集”，“首页”：“1597”，“文章标题”：“视觉表征对比学习的简单框架”，“卷”：“第119卷“，”author“：”Chen“，”year“：”2020“}，”{“key”：“10.1016\/j.inffus.2023.102216_b62”，”first page“：”18661“，”article-title“：”Supervised contrastive learning“，”volume“：“vol.33”，”authr“：“Khosla”，“year”：“2020”}，“key“：。他，《探索简单连词表征学习》，载于：IEEE计算机视觉和模式识别会议论文集，CVPR，2021年，第15750\u201315758页。“，“DOI”：“10.1109\/CVPR46437.20221.01549”}，{“key”：“101016\/j.inffus.2023.102216_b64”，“series-title”：“Advances in Neural Information Processing Systems”，“first page”：《12449》article-title“：”Wav2vec 2.0:语音表征自主学习框架“，”卷“：”第33卷“，”作者“：”Baevski“，”年份“：”2020“}，{“key”：“10.1016\/j.inffus.2023.102216_b65”，“series-title”：“ICASSP 2021-2021 IEEE声学、语音和信号处理国际会议”，“首页”：“3875”，“article-title”：”通用音频表征的对比学习”，“author”：“Saeed”，“year”：“2021”}，{“key”：“10.1016\/j.inffus.2023.102216_b66”，“series-title”：“学习表征国际会议”，“article-title”：”Co{DA}：“对比增强和多样性促进数据增强以促进自然语言理解”，“author”，“Qu”年份“：”2021“}，{“key”：“10.1016\/j.inffus.2023.102216_b67”，“series-title”：“2021年自然语言处理实证方法会议论文集”，“首页”：“6894”，“文章标题”：“SimCSE:句子嵌入的简单对比学习”，“author”：“Gao”，“year”：“2041”}，}“key”：计算语言学协会第59届年会和第11届国际自然语言处理联合会议论文集（第1卷：长篇论文）”，“首页”：“2592”，“文章标题”：“UNIMO：通过跨模态对比学习实现统一模态理解和生成”，“作者”：“李”，“年份”：“2021“}，{“key”：“10.1016\/j.inffus.2023.102216_b69”，“doi-asserted-by”：“crossref”，“unstructured”：“M.Zolfaghari，Y.Zhu，P.Gehler，T.Brox，CrossCLR：多模态视频表示的跨模态对比学习，摘自：IEEE\/CVF计算机视觉国际会议论文集，ICCV，2021，pp.1450\u20131459.”，“doi”：“10.1109\/ICCV48922.2021.00148“}，{“key”：“10.1016\/j.inffus.2023.102216_b70”，“series-title”：“计算机视觉，ECCV 2014-第13届欧洲会议，论文集”，“首页”：“818”，“文章标题”：“可视化和理解卷积网络”，“author”：“Zeiler”，“year”：“2014”}，}“issue”：“5”，“key“10.1016”：“j.inffes.2023.100216_b71”，“doi-asserted-by“：”crossref“，”first page“：”1040“，”doi“：”10.1162\/neco.1995.7.5.1040“、”article-title“：”平滑参数化函数类的VC维的下限“，”volume“：“7”，”author“：”Lee“，”year“：”1995“，”journal-title”：“Neural Comput”。“}，{”issue“：”4“，”key“：”10.1016\/j.inffus.2023.102216_b72“，”doi-asserted-by“：”crossref“，”first-page“：”7624“，”doi“：”101016\/j.eswa.2008.09.053“，”article-tile“：“支持向量机和神经网络在径流建模中的泛化性能”，“volume”：“36”，”author“：”Behzad“，”year“：”2009“，”journal-title“：”Expert Syst.Appl.“}，{“密钥”：“10.1016\/j.infus.2023102216_b73”，“系列标题”：“国际计算机视觉会议”，“文章标题”：“快速R-CNN”，“作者”：“Girshick”，“年份”：“2015”}，{“密钥”：“10.1016\/j.infus.2023102216_b74”，“首页”：“3714”，“文章标题”：“混合为局部线性流形外正则化”，“卷”：“第33卷”，“作者”：“Guo”，“年份”：“2019”}，{”issue“：”7“，”key“：”10.1016\/j.inffus.2023.102216_b75“，”doi-asserted-by“：”crossref“，”first page“：“3050”，“doi”：“10.1109\/TNNLS.2020.3049011”，“article-title”：“MetaMixUp:学习混合元学习的自适应插值策略”，“volume”：“33”，“author”：“Mai”，”year“：”2022“，”journal-title“：”IEEE Trans。神经网络。学习。系统。“}，{”key“：”10.1016\/j.inffus.2023.102216_b76“，”series-title“：“第三十三届神经信息处理系统国际会议论文集”，”article-title“：”关于对抗性混淆再合成“，”author“：”Beckham“，”year“：”2019“}”，{第三届国际学习代表大会，2015年5月7日至9日，ICLR，美国加利福尼亚州圣地亚哥，2015年，会议记录”，“文章标题”：“解释和利用对抗性示例”，“作者”：“Goodfellow”，“年份”：“2015”}，{“key”：“10.1016\/j.inffus.2023.102216_b78”，“series-title”：“在神经网络中提取知识”，“author“：”Hinton“，”year“：”2015“}，{“key”：“10.1016\/j.inffus.2023.102216_b79”，“doi-asserted-by”：“crossref”，“unstructured”：“F.Wang，H.Liu，《理解对比损失的行为》，摘自：IEEE\/CVF计算机视觉和模式识别会议论文集，CVPR，2021，pp.2495\u20132504。”，“doi”：“101109\/CVPR46437.2021.0025”}key“：”10.1016\/j.inffus.2023.102216_b80“，”series-title“：”第三届学习表征国际会议，ICLR 2015，美国加利福尼亚州圣地亚哥，2015年5月7-9日，会议记录“，”article-title“：“Adam：随机优化的方法”，“author”：“Kingma”，“year”：“2015”}，{“key”：“10.1016\/j.inffus.2023.2216_581”，“series-ttle”：“”2017年自然语言处理实证方法会议论文集”，“首页”：“1103”，“文章标题”：“多模态情感分析的张量融合网络”，“作者”：“Zadeh”，“年份”：“2017”}，{“关键”：“10.1016\/j.inffus.2023.102216_b82”，“series-title”：“计算语言学协会第56届年会论文集（第1卷：长篇论文）”，“首页”：“2247”，“文章标题”：“具有模态特异因子的高效低阶多模态融合”，“作者”：“刘”，“年份”：“2018”}，{“关键”：“10.1016\/j.inffus.2023.102216_b83”，“论文标题”：用于多视角序贯学习的记忆融合网络”，“卷”：“卷32”，“作者”：“扎德”，“年份”：“2018”}，{“关键”：“10.1016\/j.inffus.2023.102216_b84”，“文章标题”：“人类沟通理解的多关注递归网络”，”卷“：”卷32“，”作者“：”扎德“，”年“：”2018“}，”{“重点”：“1016\/j.inffus.2023.10216_b85”，“doi-asserted-by“：”crossref“，”first page“：”58“，”doi“：”10.1016\/j.inffus.2020.08.006“，”article-title“：”Quantum-inspired multimal fusion for video feature analysis“，”volume“：“65”，”author“：”Li“，“year”：“2021”，“journal-title”：“Inf.fusion”}，{“key”：“10.1016\/j.inffus.2023.102216_b86”，“series-title”：”Mosi:网络观点视频中情感强度和主观性分析的多模态语料库”，“作者”：“Zadeh”，“年份”：“2016”}，{“关键”：“10.1016\/j.infus.2023102216_b87”，“系列标题”：“计算语言学协会第56届年会论文集（第1卷：长篇论文）”，“首页”：“2236”，“文章标题”：“野外多模态语言分析：CMU-MOSEI数据集和可解释动态融合图”，“作者”：“Zadeh”，“年份”：“2018”}，{“关键”：“10.1016\/j.inffus.2023.102216_b88”，“doi-asserted-by”：“crossref”，“非结构化”：“j.Pennington，R.Socher，C.D。Manning，Glove:单词表示的全球向量，摘自：《2014年自然语言处理实证方法会议论文集》，EMNLP，2014年，第1532\u20131543页。“，“DOI”：“10.3115\/v1\/D14-1162”}，{“key”：“10.1016\/j.inffus.2023.102216_b89”，“series-title”：“2014 IEEE声学、语音和信号处理国际会议”，“首页”：“960”，“文章标题”：“COVAREP\u2014语音技术协作语音分析库”，“作者”：“Degottex”，“年份”：“2014”}，{“密钥”：“10.1016\/j.inffus.2023.102216_b90”，“非结构化”：“.iMotions 2017，面部表情分析。[在线]https:\/\/imotions.com/。“}，{”key“：”10.1016\/j.inffus.2023.102216_b91“，”series-title“：”计算语言学协会的发现：ACL-IJCNLP 2021“，”首页“：”4730“，”article-title“：“通过跨模态预测实现多模态情感分析的以文本为中心的共享私有框架”，“author”：“Wu”，“year”：“2021”}，”{“key”：“”10.1016\/j.infus.2023102216_b92”，“系列标题”：“第28届ACM国际多媒体会议论文集”，“第一页”：“1122”，“文章标题”：“Misa:多模态情感分析的模态不变和特定表示”，“作者”：“Hazarika”，“年份”：“2020”}，｛“key”：“10.1016\/j.infus.2023102216_b93”，“系列标题”：“《第21届自主代理和多代理系统国际会议论文集》，“首页”：“1301”，“文章标题”：“如何感知世界：利用多模态感知中的层次结构实现稳健强化学习代理”，“作者”：“Vasco”，“年份”：“2022”}，{“关键”：“10.1016\/j.inffus.2023.102216_b94”，“论文标题”：多模态深度生成模型的变分混合专家自动编码器”，“卷”：“第32卷”，“作者”：“史”，“年份”：“2019”}，{“key”：“10.1016\/j.inffus.2023.102216_b95”，“series-title”：“34届国际机器学习会议论文集”，“首页”：“1480”，“article-title”：DARLA：改进强化学习中的零快照转移”，“volume”：“vol.70”，“author”：“Higgins”，“year”：“2017”}]，“container-title”：[“Information Fusion”]，“original-title“：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com\/content\/article\/PII:S156625323005328？httpAccept=text\/xml”，“content-type”：“text\/xml'”，“content-version”：“vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S1566253523005328？httpAccept=text\/plain”，“content-type”：“text\/plan”，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[2024,2,3]]，“date-time”：”2024-02-03T19:42:53Z“，”timestamp“：1706989373000}，“分数”：1，“resource“：{”primary”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S1566253523005328”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：“{”date-parts“：[2024,5]]}，”references-count“：95，”alternative-id“：[”S156625352300 5328“]，”URL“：”http://\/dx.doi.org\/10.10016\/j.inffus.2023.1022 16“，”关系“：{}，”ISSN“：[”1566-2535“]，”ISSN-type“：[{”value“：”1566-2535“，”type“：”print“}]，”subject“：[]，”published“：{”date-parts“：[[2024,5]]}，”assertion“：[{”value“：“Elsevier”，“name”：“publisher”，“label”：“This article is maintained by”}，{“value”：“Adapt and explorer:Multimodal mixup for representation learning”，“name:”articletite“，”label“：”article Title“}”，{”value“：”Information Fusion“，”name“：”journaltitle“，”label“：”Journal Title“｝，｛”value“：”https://doi.org/10.1016\/j.infus.2023102216“，”name“：”articlelink“，”label“：”CrossRef doi链接到出版商维护的版本“｝，｛”value“：”article“，”name“：”content_type“，”label“：”content type“｝，｛”value“：”\u00a9 2023 Elsevier B.V.保留所有权利。“，”name“：”copyright“，”label“：”copyright“｝]，”文章编号“：”102216"}}