{“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”：[[2024,6,20]]，“日期-时间”：“2024-06-20T13:57:18Z”，“时间戳”：1718891838544}，“引用-计数”：21，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{:“日期-零件”：[2022,7,1]]，”日期-时间“：”2022-07-01T00:00:00 0:00Z“，”timestamp“：1656633600000}，”content-version“：“tdm”，“延迟天数”：0，“URL”：“https://www.elsevier.com/tdm\/userlicense\/1.0\/”｝，｛“开始”：｛“日期部分”：[[2022,7,1]，“日期时间”：“2022-07-01T00:00:00Z”，“时间戳”：1656633600000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-017”｝，｛“开始”：｛“日期部分“：[[2022,7,1]，”日期-时间“：”2022-07-01T00:00:00Z“，“timestamp”：1656633600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2022,7,1]]，“date-time”：“2022-07-01T00:00:00Z”，“timetamp”：1.65633600000neneneep，“content-version”：“stm-asf”https:\/\/doi.org\/10.15223\/policy-012“}，{”开始“：{”日期部分“：[2022,7,1]]，“date-time”：“2022-07-01T00:00:00Z”，“timestamp”：1656633600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2022,7,1]]，“datetime”：“022-07-01T_00:00Z”，”timestamp“165663360000}”，“content-version”：“st m-asf“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[{“DOI”：“10.13039\/501100012166”，“name”：“中国国家重点研发计划”，“DOI-asserted-by”：“publisher”，“award”：[“2018AAA0100304”]}，{“DOI”：”10.13039\/501100004184“，”name“：”东北大学“，”DOI-assert-by“：”publisher“}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Information Sciences”]，“published-print”：{“date-parts”：[[2022,7]]}，”DOI“：”10.1016\/j.ins.2022.04.013“，”type“：”journal-article“，”created“：{”date-part“：[2022,4,9]]，”date-time“：”2022-04-09T14:41:58Z“，”timestamp“：1649515318000}，‘page’：”431-441“，”update-p政策”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“source”：“Crossref”、“is-referenced-by-count”：17，“title”：[“具有优化模型和超参数的深度随机配置网络”]，“前缀”：“10.1016”，“卷”：“600”，“作者”：[{“给定的”：“Matthew J.”：“Wang”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“issue”：“2”，“key”：“10.1016\/j.ins.2022.04.013_b0005”，“doi-asserted-by”：“crossref”，“first page”：”235“，“doi”：“101023\/A:1013689704352”，“article-title”：“多武装匪徒问题的实时分析”，“volume”：第47卷，“author”：“Au”er“，”year“：”2002“，”journal-title“：“机器学习”}，{“key”：“10.1016\/j.ins.2022.04.013_b0010”，“series-title”：“第六届学习表征国际会议论文集，法国土伦”，“文章标题”：“使用强化学习设计神经网络架构”，“author”：“Baker”，“year”：“2017”}：“第24届神经信息处理系统国际会议的进展，NIPS\u201911”，“article-title”：“超参数优化算法”，“author”：“Bergstra”，“year”：“2011”}，{“issue”：“13”，“key”：“10.1016\/j.ins.2022.04.013_b0020”，“首页”：“281”，“article-title”：“随机搜索超参数优化”，“volume”：“13”，“author”：“Bergstra”，“year”：“2012”，“journal-title”：“journal of Machine Learning Research”}，{“key”：“10.1016\/j.ins.2022.04.013_b0025”，“doi-asserted-by”：“crossref”，”first page“：”367“，”doi“：”10.1016\/j.ins.2019.01.062“，”article-title“：”过程工业数据建模用块增量的随机配置网络“，”volume“484”，“author”：“Dai”，“year”：“2019”，“journal-title”：“Information Sciences”}，{“issue”：“81”，“key”：“10.1016\/j.ins.2022.04.013_b0030”，“first-page”：“1”，“article-title（文章标题）：“不带研究生的调优超参数：用蜻蜓进行可扩展的稳健贝叶斯优化”，“volume”：”21“authors”：“Kandasamy”，“年份”：“2020”，“日记标题”：《机器学习研究杂志》}，{“key”：“10.1016\/j.ins.2022.04.013_b0035”，“unstructured”：“R.Negrinho，G.Gordon，Deeparchitect:自动设计和训练深层架构，arXiv:1704.08792（2017）。”}，“issue”：“11”，“key“：”10.1016\/j.ins.2022.04.013_b0040“，”doi-asserted-by“：”crossref“，”first page“：“1”，“doi”：“10.1371 \/journal.pcbi.1000579”，“article-title”：“一种高通量筛选方法，用于发现良好形式的生物启发视觉表现”，“卷”：“5”，“作者”：“平托”，“年份”：“2009”，“日志标题”：“PLOS计算生物学”}，{“key”：“10.1016 \/j.ins.2022.04.013_b0045”，《首页》：“4780”，“article-tiple”：“图像分类器体系结构搜索的规则化进化”，“卷”：“33”，“作者”：“真实”，“年份”：“2019”}，{“密钥”：“10.1016\/j.ins.2022.04.013_b0050”，“series-title”：“第24届国际机器学习会议论文集”，“首页”：“473”，“文章标题”：“对具有多个变化因素的问题的深层架构的实证评估”，“作者”：“Larochelle”，“年份”：“2007”}，{“关键”：“10.1016\/j.ins.2022.04.013_b0055”，“系列时间”：“灰色数据分析”，“作家”：“刘”，“年”：“2017”}：“10.1016\/j.in.2019.02.042”，“文章标题”：“基于深层随机配置网络的原油残碳预测区间构建”，“卷”：“486”，“作者”：“Lu”，“年”：“2019”，“期刊标题”：“信息科学”}，{“键”：“10.1016\/j.in.2022.04.013_b0065”，“非结构化”：“B.Ru，X.Wan，X.Dong，M。Osborne，通过贝叶斯优化和weisfeiler-lehman核进行可解释的神经架构搜索，arXiv:2006.07556（2021）。“}，{”issue“：”7587“，”key“：”10.1016\/j.ins.2022.04.013_b0070“，”doi-asserted-by“：”crossref“，”first-page:“484”，“doi”：“10.1038\/nature16961”，“article-title”：“掌握深度神经网络和树搜索的围棋游戏”，“volume”：“529”，“author”：“Silver”，“year”：“2016”，“journal-title“：”Nature“}英寸.2022.04.013_b0075“，”series-title“：“2018年巴西里约热内卢国际神经网络联合会议（IJCNN）会议记录”，“首页”：“1”，“文章-标题”：“具有普遍近似性质的深度随机配置网络”，“作者”：“王”，“年份”：“2018”}，{“问题”：“10”，“关键”：“10.1016\/j.ins.2022.04.013_b0080”，“doi-asserted-by”：“crossref”，“首页“：”3466“，”DOI“：”10.1109\/TCYB.2017.2734043“，”article-title“：”随机配置网络：基本原理和算法“，”volume“：”47“，”author“：”Wang“，”year“：”2017“，”journal-title”：“IEEE Transactions on Cybernetics”}，{“key”：“10.1016\/j.ins.2022.04.013_b0085”，“DOI-asserted-by”：“crossref”，“首页”：“210”，“DOI”：“10.1016\/j.ins.2017.05.047“，“article-title”：“不确定数据回归的核密度估计稳健随机配置网络”，“volume”：“412”，“author”：“Wang”，“year”：“2017”，“journal-title“：”Information Sciences“}，{”key“：”10.1016\/j.ins.2022.04.013_b0090“，”doi-asserted-by“：”crossref“，”first-pages“：”55“，”doi“：”10.1016\/j.ins.2017.07.003“，“article-title”：“具有异构特征的随机配置网络集成用于大规模数据分析”，“volume”：“417”，“author”：“Wang”，“year”：“2017”，“journal-title“：”Information Sciences“}，{”key“：”10.1016\/j.ins.202.04.013_b0095“，”doi-asserted-by“：”crossref“，”unstructured“：”L.Wang，S.Xie，T.Li，R。Fonseca，Y.Tian，通过学习动作空间进行有效样本神经架构搜索，arXiv:1906.06832（2021）。“，”DOI“：”10.1109\/TPAMI.2021.3071343“}，{“key”：”10.1016\/j.ins.2022.04.013_b0100“，”首页“：”9983“，”article-title“：”使用深度神经网络和蒙特卡罗树搜索的神经体系结构搜索“，”volume“：”34“，”author“：”Wang“，”year“：”2020“}”{“key”：“10.1016\/j.ins.2022.04.013_b0105”，“unstructured”：”B.Zoph，Q.V.“。Le，《强化学习的神经架构搜索》，arXiv:1611.01578（2017）。“}]，”容器标题“：[”信息科学“]，”原始标题“：[]，”语言“：”en“，”链接“：[｛”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S020025522003498？httpAccept=text\/xml“，”内容类型“：”text\/xml“，”内容版本“：”vor“，”预期应用程序“：”文本挖掘“｝，｛”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0020025522003498？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2022,12,24]]，“date-time”：“2022-12-24T16:04:05Z”，“timestamp”：1671897845000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com/retrieve\/pii\/S002002 5522003498“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2022,7]]}，”references-count“：21，”alternative-id“：[”S0020025522003498“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.ins.2022.04.013“，”relationship“：{}，“ISSN”：[”0020-0255“]，“ISSN-type”：[{“value”：“0020-02555”，“type”:“print”}]，“subject”：【】，“published”：{“date-parts”：[[2022,7]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，”{“value”：“具有优化模型和超参数的深度随机配置网络”，“name”：“articletite”，“label”：“article Title”}，{“value”：“Information Sciences”，“name”：“journaltitle”，“标签”：“Journal Title“}label“：”CrossRef DOI link to publisher maintained version“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“values”：“\u00a9 2022 Elsevier Inc.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]}}