{“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”：[[2024,6,8]]，“日期-时间”：“2024-06-08T20:00:32Z”，“时间戳”：1717876832327}，“引用-计数”：74，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{'日期-部件“：[[2024,5,1]]，”日期-时间“：”2024-05-01T00:00:00Z“，”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“}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Information Fusion”]，”published-print“：{”date-parts“：[[2024,5]]}，”DOI“：”10.1016\/j.inffus.2024.102224“，”type“：”journal-article“，”created“：{”date-ports“：[2024,1,5]]，”date-time“：”2024-01-05T0T0 4:16:52Z“，”时间戳“：1704428212000}，“page”：“102224”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：4，“title”：[“基于3D Haar半紧框架的多模图学习，用于学生参与度预测”]，“前缀”：“10.1016”，“卷”：“105”，“作者”：[{“ORCID”：：“http://\/ORCID.org\/00000-0002-1218-2804”，“authenticated-orcid”：false，“given”：“Ming”，“family”：“Li”，“sequence”：“first”，“affiliation”：[]}，“giving”：“Xiaosheng”，“家庭”：“famility”，“serquence”，“additional”：“affidiation”：[]}；{“givent”：“addition”，]，“成员”：“78”，“引用”：[{“issue”：“1”，“key”：“10.1016\/j.inffus.2024.102224_b1”，“doi-asserted-by”：“crossref”，“首页”：“59”，“doi”：“10.3102\/00346543074001059”，“article-title”：“学校参与：概念的潜力，证据的状态”，“volume”:“74”，“author”：“Fredricks”，“year”：“2004”，“journal-title“：Rev.Educe.Res.”}，{“key“：”10.1 016\/j.inffus.2024.102224_b2“，“doi-asserted-by”：“crossref”，“first page”：“1”，“doi”：“10.1016\/j.learninstruc.2016.02.002”，“article-title”：“学生参与度、情境和调整：解决定义、测量和方法学问题”，“volume”：”43“，“author”：“Fredricks”，“year”：“2016”，“journal-title“：”Learn.Instr.“}，{“issue”：“l”，“key”：“10.1016\/j.inffus.2024.102224_b3”，“doi-asserted-by”：“crossref”，“first page”：“1”，“doi”：“10.1080\/00461520.2014.1002924”，“article-title”：“定义和测量学生科学参与度的挑战”，“卷”：“50”，“作者”：“Sinatra”，“年份”：“2015”，“新闻标题”：“教育心理学”}，{“问题”：“2”，“关键”：“1016\/j.inffus.2024.102224_b4“，“doi-asserted-by”：“crossref”，“first page”：“104”，“doi”：“10.1080\/00461520.2017.1281747”，“article-title”：“学习期间参与度的高级、分析、自动（AAA）测量”，“volume”：”52“，“author”：“D\u2019Mello”，”year“：”2017“，”journal-title“：”Educo.Psychol.“}，{”issue“：”5“，”key“10.1016\/j.inffus.2024.102224_b5”，“doi”由“：“crossref”，“first page”：“1”，“DOI”：“10.1145\/3234149”，“article-title”：“HCI的参与：概念、理论和测量”，“volume”：”51“，“author”：“Doherty”，“year”：“2018”，“journal-title“：”ACM Compute.Surv.“}，{“key”：：“10.1016\/j.inffus.2024.102224_b6”，“series-title”：“OECD数字教育展望2021用人工智能、区块链和机器人推动前沿”，“首页”：“79”，“文章标题”：“提高学生对数字学习技术的参与度”，“作者”：“D\u2019Mello”，“年份”：“2021”}，{“关键”：“10.1016\/j.inffus.2024.102224_b7”，“series-title”：“2019 IEEE计算智能研讨会系列（SSCI）”，“首页”：“442”，“文章标题”：“在线课程参与识别的学习深度时空特征”，“作者”：“耿”，“年份”：“2019”}，{“密钥”：“10.1016\/j.infus.202102224_b8”，“doi断言”：“crossref”，“首页”：“6609”，“doi”：“10.1007\/s10489-020-02139-8”，“article-title”：“在线学习中参与度预测的深层面部时空网络”，“volume”：“51”，“author”：“Liao”，“year”：“2021”，“journal-title“：”Appl.Intell.“}，{“key”：”10.1016\/j.inffus.2024.10224_b9“，”series-title“：“MUTLA：多模态教学和学习分析的大规模数据集”，“author”:“Xu”，“year”：”2019“}”，{”key“：“10.1016\/j.inffus.2024.102224_b10”，“series-title”：“第十三届语言资源与评估会议论文集”，“首页”：“2517”，“article-title”：“RoomReader:一个在线多方对话交互的多模态语料库”，“author”：“Reverdy”，“year”：“2022”}，{“issue”：“EICS”，“key”：，“doi-asserted-by”：“crossref”，“first page”：“1”，“doi”：“10.1145\/3593240”，“article-title”：“为高等教育开发多模式课堂参与分析仪表板”，“volume”：”7“，“author”：“Sabuncoglu”，“year”：“2023”，“journal-title“：”Proc.ACM Hum.-Comput.Interactit.“}，{”key“：”10.1016\/j.inffus.2024.102224_b12“，”doi-assert-by“：“交叉参考”，“首页”：“340”，“DOI”：“10.1038\/s42256-023-00624-6”，“article-title”：“用图形进行多模学习”，“volume”：“5”，“author”：“Ektefaie”，“year”：“2023”，“journal-title“：”Nat.Mach.Intell.“}，{“issue”：“9”，“key”：”10.1016\/j.inffus.2024.102224_b13“，”DOI-asserted-by“：”crossref“，“first-page”：“2207”，“DOI”：“10.1109\/TMI.2022.3159264”，“文章标题”：“用于疾病预测的多模图学习”，“卷”：“41”，“作者”：“郑”，“年份”：“2022”，“期刊标题”：“IEEE Trans.Med.Imaging”}，{“key”：“10.1016\/j.inffus.2024.102224_b14”，“series-title”：“用于孤独症预测和生物标记物发现的多模多核图学习”：“10.1016\/j.inffus.2024.102224_b15”，“doi-asserted-by”：“crossref”，“doi”：“10.106\/j.compbiomed.2022.106518”，“article-title”：“用于阿尔茨海默病预测的多模型自适应融合图网络”，“volume”：“153”，”author“：”Yang“，”year“：”2023“，”journal-title“：”Compute.Biol.Med.“}，{”key“：”10.1016\/j.inffus.2024.10 2224_b16“，“doi断言者”：“crossref”，“doi”：“10.1016\/j.jpi.2023.104415”，“文章标题”：“用于疾病关系提取的图形多模式学习”，“卷”：“143”，“作者”：“林”，“年份”：“2023”，“期刊标题”：“j.Biomed.Inform.”}，｛“key”：“10.1016\/j.infus.202102224_b17”，“doi断言者”：“crossref”，“首页”：“168”，“doi”：“10.1016\/j.inffus.2021.05.015”，“article-title”：“关注医生\u2013-患者对话：用于COVID-19诊断的多模态知识图关注图像文本嵌入”，“volume”：“75”，“author”：“Zheng”，“year”：“2021”，“journal-title“：”Inf.Fusion“}，{“key”：”10.1016\/j.inffus.2024.102224_b18“，“series-title”：“第27届ACM多媒体国际会议论文集”，“首页”：“1437”，“文章标题”：“MMGCN：用于微视频个性化推荐的多模图卷积网络”，“作者”：“Wei”，“年份”：“2019”}，{“问题”：“5”，“关键”：“10.1016\/j.inffus.2024.10224_b19”，“doi-asserted-by”：“crossref”，“doi”：“1016\/j.ipm.2020.10227”，“article-title”：“MGAT:推荐的多模态图形关注网络”，“volume”：“57”，“author”：“Tao”，“year”：“2020”，“journal-title“：Inf.Process.Manage.”}，{“key”：《10.1016\/j.inffus.2024.102224_b20》，“series-title”：《第29届ACM国际信息与知识管理会议论文集》，“首页”：“1405”，“article-title”：“推荐系统的多模知识图”，“author”：“Sun”，“year”：“2020”}，{“key”：“10.1016\/j.inffus.2024.102224_b21”，“doi-asserted-by”：“crossref”，“first page”：《527》，“doi”：“101016\/j.inffes.2022.08.011”，“article-title”：“MST-GAT:时间序列异常检测的多模时空图形关注网络”，“volume”：”89“，“author”：“Ding”，“year”：“2023”，“journal-title”：“Inf.Fusion”}，{“key”：“10.1016\/j.inffus.2024.102224_b22”，“doi-asserted-by”：“crossref”，“first-page”：“306”，“doi”：“101016\/j.inffes.2023.02.028”，“article-title）：“基于融合方法的多模态情感分析：调查”，“volume”：”95“author:”Zhu“，“year:”2023“，”journal-title“：”信息融合“}，{“key”：“10.1016\/j.inffus.2024.102224_b23”，“首页”：“3070”，“article-title”：“视觉问答中用于成分泛化的多模图网络”，“author”：“Saqur”，“year”：“2020”，“journal-title“：“Adv.Neural Inf.Process.Syst.”}，{“key”：：“10.1016\/j.neucom.2020.04.145”，“article-title”：“用于高质量内容识别的多模图卷积网络”，“volume”：“412”，“author”：“Wang”，“year”：“2020”，“journal-title“：”Neurocomputing“}，{“key”：”10.1016\/j.inffus.2024.102224_b25“，”doi-asserted-by“：”crossref“，”first page“：”70“，”doi“：”10.116\/j.inffus.2021.02.006“，”article蒂尔”：“DMRFNet:深度多模态推理和融合，用于可视化问答和解释生成”，“卷”：“72”，“作者”：“张”，“年份”：“2021”，“日志标题”：“Inf.fusion”}，{“键”：“10.1016\/j.inffus.2024.102224_b26”，“doi-asserted-by”：“crossref”，“首页”：“149”，”doi“10.1016 \/j.inffus.2021.07.009”，“article-title”：“视觉和语言的多式研究：当前和新兴趋势综述”，“卷”：“77”，“作者”：“Uppal”，“年份”：“2022”，“新闻标题”：“Inf.Fusion”}，{“问题”：“2”，”关键“：“10.1016\/j.inffus.2024.102224_b27”，“doi-asserted-by”：“crossref”，“首页”：“1”，“doi”：“10.1145\/3542927”，“article-title”：“通过图卷积和图池进行未对齐多模式序列分析的多模式图”，“卷”：“19”，“作者”：“Mai”，“年份”：“2023”，“日记标题”：“ACM Trans.Multimed.Compun.Commun.Appl.”}，{“键”：“10.1016\/j.inffus.2024.102224_b28”，“doi-asserted-by”：“crossref”，”first page“：”1“，”doi“10.1016 \/j.inffus.2022.09.006”，“article-title“”：“使用标准相关图神经网络进行节能语音增强的多模态视听信息融合”，“音量”：“90”，“作者”：“帕索斯”，“年份”：“2023年”，“日志标题”：“Inf.fusion”}，{“键”：“10.1016\/j.inffus.2024.102224_b29”，“doi-asserted-by”：“crossref”，“首页”：“28”，“doi”：“101016\/j.inffes.2021.008”，“article-title”：“利用图形神经网络实现可解释人工智能的信息融合，实现多模态因果关系”，“volume”：“71”，“author”：“Holzinger”，“year”：“2021”，“journal-title“：”Inf.fusion“}，{“key”：”10.1016\/j.inffus.2024.102224_b30“，“series-title”：”算法、分析和应用“article-title：”框架和小波“，“author”：“Han”，“year”：“2017”}，{“key”：“10.1016\/j.inffus.2024.102224_b31”，“series-title”：“第43届国际ACM SIGIR信息检索研究与开发会议论文集”，“首页”：“1697”，“article-title”：”MGNN：预测癌症患者生存率的多模态图神经网络“，”author：“Gao”，“year”：“2020”}，{“key”：“10.1016\/j.inffus.2024.102224_b32”，“series-title”：“IEEE\/CVF计算机视觉和模式识别会议论文集”，“首页”：“10921”，“article-title”：”用于图像文本匹配的图形结构网络“，”author“：”Liu“，”year“：”2020“}，”{“key”：”10.1016\\j.inffes.2024.100224_b33“，”series-ttle“：“IEEE计算机视觉与模式识别会议论文集”，“首页”：“12746”，“文章标题”：“视觉与场景文本联合推理的多模图神经网络”，“作者”：“高”，“年份”：“2020”}，{“key”：“10.1016\/j.inffus.2024.102224_b34”，“series-title”：“IEEE\/CVF计算机视觉应用冬季会议论文集”，“首页”：“4023”，“文章标题”：“基于场景文本的细粒度图像分类和检索的多模式推理图”，“作者”：“Mafla”，“年份”：“2021”}，{“key”：“10.1016\/j.inffus.2024.102224_b35”，“series-title”：“IEEE国际大数据会议论文集”，“首页”：“110”，“article-title”：“带自适应标签传播的多视图图学习”，“author”：“Li”，“year”：“2017”}，{“key”：“10.1016\/j.inffus.2024.102224_b36”，“doi-asserted-by”：“crossref”，《首页》：“1”，“doi”：“101016\/j.ins.2023.01.089”，“article-title”：“AnomMAN:检测多视图属性网络上的异常”，“volume”：“628”，“author”：“Chen”，“year”：“2023”，“journal-title”：“Inform.Sci.”}，{“key”：”10.1016\/j.inffus.2024.102224_b37“，”doi-asserted-by“：”crossref“，”first page“：”1“，”doi“10.1016\/j.neucom.2019.12.004”，“article-title“：”通过稀疏图学习进行多视图光谱聚类“，”卷“：“384”，“author”：“Hu”，“year”：“2020”，“journal-title”：“Neurocomputing”}，{“key”：“10.1016\/j.inffus.2024.102224_b38”，“doi-asserted-by”：“crossref”，”first page“：”2461“，”doi“：”10.1109\/TMM.2021.3081930“，”article-title“：”多视图聚类的共识图学习“，”volume“24”，”author“：”Li“，”year“：”2021“，”journal-title“：“IEEE Trans.Multimed.”}，｛“key”：“10.1016\/j.infus.202102224_b39”，“doi断言者”：“crossref”，“首页”：“128”，“doi”：“10.1016\/j.neucom.2019.08.002”，“文章标题”：“多视图聚类的多样性和一致性学习引导的光谱嵌入”，“卷”：“370”，“作者”：“Li”，“年份”：“2019”，“期刊标题”：“神经计算”｝，｛“key”：“10.1016\/j.inffus.2024.102224_b40”，“doi-asserted-by”：“crossref”，“first page”：“27”，“doi”：“10.1007\/s10648-019-09514-z”，“article-title”：“关注与否？采用机器学习方法评估学生2019年课堂教学中的可见参与度”，“volume”：，{“key”：“10.1016\/j.inffus.2024.102224_b41”，“article-title”：“学生在网络视频会议支持的在线学习中的脱离：一个活动理论视角”，“author”：“Maimaiti”，“year”：“2021”，“journal-title“：“Interact.Learn.Environ.”}，{“key”：：“IEEE系统、人和控制论国际会议论文集”，“首页”：“2939”，“文章标题”：“使用贝叶斯网络的学生参与建模”，“作者”：“Ting”，“年份”：“2013”}，{“密钥”：“10.1016\/j.inffus.2024.102224_b43”，“doi-asserted-by”：“crossref”，“第一页”：”167“doi”：“101007\/s10734-017-0190-5”，“论文标题”：“为什么讲师仍然重要：师生交流对学生参与度和过早离开大学意愿的影响”，“卷”：“75”，“作者”：“Farr-Wharton”，“年份”：“2018年”，“期刊标题”：“高等教育”}，{“问题”：“3”，“关键”：“10.1016\/j.inffus.2024.102224_b44”，“doi-asserted-by”：“crossref”，“首页”：“271”，“doi”：“10.1016\/S0360-1315（02）00046-5”，“article-title”：“学生参与模拟：案例研究”，“卷”：“39”，“作者”：“戴维斯”，“年份”：“2002”，“期刊标题”：“计算教育”}，{“key”：“10.116\/j.inffus.2024.102224_b45”，“series-title”：《第四届国际学习分析与知识大会论文集》，“首页”：“83”，“article-title”：“MOOCs中学生参与和表现的可视化模式”，“author”：“Coffrin”，“year”：“2014”}，{“issue”：“2”，“key”：“10.1016\/j.inffus.2024.102224_b46”，“doi-asserted-by”：“crossref”，”first page“：”1012“，”doi“10.1109\/TAFFC.2021.3127692”，“volume”：“14”，“author”：“S\u00fcmer”，“year”：“2023”，“journal-title”：“IEEE Trans.Affect.Compute.”}，{“key”：《10.1016\/j.inffus.2024.102224_b47》，“series-title”：《第23届医学图像计算与计算机辅助干预国际会议论文集》，“首页”：“643”，《article-title》：“疾病预测的潜在粒度学习”，“author”：“Cosmo”，“year”：“2020”}，{“key”：“10.1016\/j.inffus.2024.102224_b48”，“doi-asserted-by”：“crossref”，“首页”：“6544”，“doi”：“101109\/TIP.2021.3093397”，“article-title”：“学习深度全球多尺度和局部注意特征，用于野外面部表情识别”，“volume”：：“IEEE Trans.Image Process.”}，{“key”：“10.1016\/j.inffus.2024.102224_b49”，“series-title”：“British Machine Vision Conference会议论文集”，“article-title”：《Deep face recognition》，“author”：“Parkhi”，“year”：“2015”}：“IEEE计算机视觉和模式识别会议论文集”，“首页”：“770”，“文章标题”：“图像识别的深度剩余学习”，“作者”：“何”，“年份”：“2016年”}，{“关键”：“10.1016\/j.inffus.2024.102224_b51”，“系列标题”：，“文章标题”：“Opensmile:市政通用快速开源音频特征提取器”，“作者”：“Eyben”，“年份”：“2010”}，{“密钥”：“10.1016\/j.infus.202102224_b52”，“系列标题”：“Interspeech会议记录”，“首页”：“1459”，“文章标题”：“wav2vec:语音识别无监督预训练”，“作者”：“Schneider”，“年份”：“2019”}，{“key”：“10.1016\/j.inffus.2024.102224_b53”，“非结构化”：“j.Devlin，M.-W.Chang，K.Lee，K。Toutanova，BERT：用于语言理解的深层双向变换器预训练，摘自：计算语言学协会北美分会会议记录：人类语言技术，第4171\u20134186页。“}，{“关键”：“10.1016\/j.inffus.2024.102224_b54”，“series-title”：“Roberta：一种稳健优化的伯特预训练方法”，“author”：“Liu”，“year”：“2019”}，{“key”：“10.1016\/j.inffus.2024.102224_b55”，“series-title”：“学习表征国际会议”，“article-title”：《Deberta：解码增强的伯特，注意力不纠结》，“author”：“He”，“年份”：“2020”}10.1016\/j.inffus.2024.102224_b56“，”doi-asserted-by“：”crossref“，”first page“：”213“，”doi“：”10.1016\/j.aml.2018.12.016“，”article-title“：”具有简单几何结构的定向紧支箱形花键紧框架“，”volume“：“91”，”author“：”Han“，“year”：“2019”，“journal-title”：“Appl.”。数学。莱特。“}，{”key“：”10.1016\/j.inffus.2024.102224_b57“，”doi-asserted-by“：”crossref“，”first page“：“1”，“doi”：“10.1007\/s00041-021-09816-3”，“article-title”：“有向图信号表示的有界域上的自适应定向Haar紧框架”，“volume”：“27”，“author”：“Xiao”，“year”：“2021”，”“journal-title“：”j.Fourier Anal.Appl.“}”，{“key”：”10.1016\/j.inffus.2024.102224_b58“，“article-title”：“通过面积规则球面haar紧框架进行球面信号处理的卷积神经网络”，“author”：“Li”，“year”：“2022”，“journal-tittle”：“IEEE Trans。神经网络。学习。系统。“｝，｛”issue“：”2“，”key“：”10.1016\/j.infus.202102224_b59“，”doi断言“：”crossref“，”首页“：”794“，”doi“：”10.1137\/15M1033964“，”文章标题“：”一种用于平行磁共振成像的自适应定向Haar框架重建算法“，”卷“：”9“，”作者“：”Li“，”年份“：”2016“，”期刊标题“：”SIAM j.imaging Sci.“｝，｛”key“：”10.1016\/j.inffus.2024.102224_b60“，”doi-asserted-by“：”crossref“，”first page“：”446“，”doi“：”10.1016\/j.acha.2022.04.003“，”article-title“：”用于pMRI重建的特制三维定向Haar半紧密框架“，”volume“：“60”，”author“：”Li“，“year”：“2022”，“journal-title”：“Appl.”。计算。哈蒙。分析。“}，{”key“：”10.1016\/j.inffus.2024.102224_b61“，”first page“：“19314”，”article-title“：”图神经网络的迭代深度图学习：更好且稳健的节点嵌入“，”author“：”Chen“，”year“：”2020“，”journal-title”：“Adv.neural Inf.Process.Syst.”}，“key”：“10.1016\\j.inffes.2024.100224_b62”，“doi-asserted-by”：“crossref”，“first pages”：“116”，”DOI“：”10.3389 \/frobt.2020.00116“，”article-title“：”你还和我在一起吗？从机器人\u2019s的角度进行持续参与评估”，“卷”：“7”，“作者”：“德尔·杜切托”，“年份”：“2020”，“新闻标题”：“前沿”。机器人。AI“}，{”key“：”10.1016\/j.inffus.2024.102224_b63“，”doi-asserted-by“：”crossref“，”first page“：“4171”，“doi”：“10.1109\/TMM.2020.3037496”，“article-title”：“多模态多头部关注的变压器编码器，用于连续情感识别”，“volume”：“23”，“author”：“Chen”，“year”：“2020”，“journal-title“：”IEEE Trans.Multimed.“}”，{“key”：”10.1016\/j.inffus.2024.102224_b64“，“series-title”：“多模互动国际会议论文集”，“首页”：“567”，“article-title”：“面部行为特征的参与强度预测”，“author”：“Thong Huynh”，“year”：“2019”}，{“key”：”10.1016\/j.inpfus.2024.2224_565“，“series-title“：”《多模互动国际会议论文集》，“首页”：“551”，“文章标题”：“参与强度回归的Bootstrap模型集合和秩损失”，“作者”：“王”，“年份”：“2019年”}，{“关键”：“10.1016\/j.inffus.2024.102224_b66”，“系列标题”：第20届国际医学图像计算与计算机辅助干预会议论文集”，“第一页”：“177”，“文章标题”：“基于人群的疾病预测的谱图卷积”，“作者”：“Parisot”，“年份”：“2017”}，{“键”：“10.1016\/j.inffus.2024.102224_b67”，“系列标题”：《第23届国际医学图像计算与计算机辅助干预会议论文集》，“第一页”：“562”，“文章标题”：“用于不确定感知疾病预测的边变量图卷积网络”，“作者”：“黄”，“年份”：“2020”}，{“key”：“10.1016\/j.inffus.2024.102224_b68”，“series-title”：“国际学习表征会议”，“article-title”：“图卷积网络半监督分类”，“author”：“Kipf”，“year”：“2017”}，{“key”：“10.1016\/j.inffus.2024.102224_b69”，“series-title”：《IEEE声学、语音和信号处理国际会议论文集》，“首页”：“7037”，“article-title“：”MM-DFN:对话中情感识别的多模动态融合网络“，”author“：”Hu“，”year“：”2022“}，{”key“：”10.1016\/j.inffus.2024.102224_b70“，”series-title“：“IEEE\/CVF计算机视觉和模式识别会议论文集”，“首页”：“10761”，“article-title”：“多变量、多频率和多模态：重新思考图形神经网络在会话中的情绪识别”，“作者”：“陈”，“年份”：“2023”}，{“关键”：“10.1016\/j.inffus.2024.102224_b71”，“系列标题”：“第十三届国际人工智能联合会议论文集”，“首页”：“2782”，“文章标题”：基于视频的学生学习参与度评估的分层时间多实例学习”，“作者”：“Ma”，“年份”：“2021”}，{“key”：“10.1016\/j.inffus.2024.102224_b72”，“series-title”：“第十三届IEEE自动人脸和手势识别国际会议论文集”，“首页”：“59”，“article-title”：Openface 2.0:面部行为分析工具包“，”author“：”Baltrusaitis“，”year“：”2018“}，{”issue“：”1“，”key“：”10.1016\/j.inffus.2024.102224_b73“，”first page“：“1929”，”article-title“：”Dropout:a simple way to preventing neural networks from overfitting“，”volume“15”，“author”：“Srivastavastava”，“year”：“2014”，“journal title”：“j.Mach.Learn.Res.”}，“key”：“”10.1016\/j.inffus.2024.102224_b74“，“series-title”：“第三十届国际机器学习会议论文集”，“首页”：“115”，“article-title”：“模型搜索的科学：视觉架构数百维超参数优化”，“author”：“Bergstra”，“year”：“2013”}]，“container-title“：[信息融合”]，“original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S156625352400022？httpAccept=text\/xml“，”content-type“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL“：”http://api.elsevier.com/content\/aarticle\-PII:S156 62535200022？httpAccept=text\/plain“，”content-type“：”text\/plain“，”content-version“：”vor“，”intended-application“：”text-mining“}]，”deposed“：{”date-parts“：[2024,2,3]]，”date-time“：”2024-02-03T19:43:20Z“，”timestamp“：1706989400000}，”score“：1，”resource“：{primary”：{“URL”：“https:\/\/linkinghub.elsevier.com\/retrieve\/piii\/S156625324000022”}，“subtittle”：[]，“短标题”：[]，“已发布”：{“date-parts“：[[2024,5]]}，”references-count“：74，”alternative-id“：[”S1566253524000022“]，”URL“：”http://\/dx.doi.org\/101016\/j.inffus.2024.102224“，”relationship“：{}，“ISSN”：[”1566-2535“]，“ISSN-type”：[{“value”：“1566-2535]，”type“：”print“}]，”subject“：[]，”published“：{”date-part“：[2024,5]]}，“断言”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由“｝，｛”value“：“用于学生参与度预测的基于3D Haar半紧框架的多模式图学习”，“name”：“articlettle”，“label”：“文章标题”｝，｛”value“：“信息融合”，“name”：“journaltitle”，“label”：“Journal Title”｝，｛”value“：”https://doi.org/10.1016\/j.infus.202102224“，”name“：”articlelink“，”label“：”CrossRef DOI link to publisher maintained version“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“value”：“\u00a9 2024 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“102224”}