{“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”：[[2024,1,31]]，“日期-时间”：“2024-01-31T02:08:36Z”，“时间戳”：17066916679}，“引用-计数”：50，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{-“日期-零件”：[[2023,6,1]]，”日期-时间“：”2023-06-01T00:00:00Z“，”timestamp“：1685577600000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2023,6,1]]，“date-time”：“2023-06-01T00:00:00Z”，“timestamp”：1685577600000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“开始”：{“日期部分”：[[2023,6,1]]，“日期时间”：“2023-06-01T00:00:00Z”，“timestamp”：1685577600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2023,6,1]]，“date-time”：“2023-06-01T00:00:00Z”，“timetamp”：68557760000}，https:\/\/doi.org\/10.15223\/policy-012“}，{“开始”：{“日期部分”：[[2023,6,1]]，“date-time”：“2023-06-01T00:00:00Z”，“timestamp”：1685577600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2023,6,1]]，“datetime”：“206-01T00:00”，“时间戳”：16855077600000neneneep，“content-version”：“st m-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 Sciences”]，”published-print“：{”date-parts“：[[2023,6]]}，”DOI“：”10.1016\/j.ins.2023.011.33“，”type“：”journal-article“，”created“：”{“date-partts”：[2023,2,3]]，“date-time”：“2023-02-03-03T07:4 0:40Z“，”时间戳“：1675410040000}，“page”：“109-122”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：2，“title”：[“EvaGoNet:变分自动编码器和Wasserstein生成对抗网络的集成网络，二进制分类任务具有梯度惩罚”]，“前缀”：“10.1016”，“卷”：“629”，“作者”：[{“given”：“Changfan”，“family”：“Luo”，“sequence”：“first”，“affiliation”：[]}，{“给定”：“Yiping”，“家族”：“Xu”，“序列”：“additional”，“filiation“：[]{”given“：”永康“，”family“：”Shao“，”sequence“：”additional“，”affiliance“：[]}，”ORCID“http://\ORCID.org\/00000-0003-1056-6326”，“authenticated-ORCID”：false，“给定“：”字汉“，”家族“：”王“，”序列“：“additional”，“affiliation”：[]}，{“ORCID”：“http://\/ORCID.org\/00000-0003-3342-0688”，“authenticated-ORCID”：false，“give”：“Jianzheng”，“family”：“Hu”，“sequence”：“additive”，“filiation“：[]{”，{”given“：”Jiawei“，”family“：”Yuan“，”sequence“：”additional“，“从属关系”：[]}，{“ORCID”：“http://\/orcid.org\/00000-0001-7171-2695”，“authenticated-orcid”：false，“given”：“Meiyu”，“family”：“Duan”，“sequence”：“additional”，“affiliation”：[]}，{“givent”：“Lan”，“家族”：“Huang”，”sequence“：”additional“afficationation”：[]}，“orcid”：，“家族”：“周”，“序列”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：“10.1016\/j.ins.2023.0133_b0005”，“doi-asserted-by”：“crossref”，“first page”：《6745》，“doi”：“101073\/pnas.96.12.6745”，《article-title》：“通过寡核苷酸阵列探测的肿瘤和正常结肠组织的聚类分析揭示的广泛基因表达模式”，“volume”：，“author”：“Alon”，“year”：“1999”，“journal-title”：“PNAS”}，{“key”：“10.1016\/j.ins.2023.011.33_b0010”，“unstructured”：“M.Arjovsky，S.Chintala，L.Bottou，Wasserstein生成性对抗网络，in：机器学习国际会议，PMLR，2017，第214-223页。”}，“first page”：“4423”，“DOI”：“10.1007\/s00500-020-05453-y”，“article-title”：“一种使用Shi-Tomasi角点检测算法进行对象识别的有效技术”，“volume”：”25“，“author”：“Bansal”，“year”：“2021”，“journal-title“：”Soft.Comput.“}，{”key“：”10.1016\/j.ins.2023.01.133_b0020“，”DOI-asserted-by“：”crossref“，“first-page”：“3”，“DOI”：“10.1007\/s12293-015-0173-y”，“article-title”：“遗传编程在高维数据分类中的特征构建和选择”，“volume”：“8”，“author”：“Binh”，“year”：“2016”，“journal-title“：”Memetic Computing“}”，{“key”：”10.1016\/j.ins.2023.0133_b0025“，”doi-asserted-by“：”crossref“，”first page“：”859“doi”：“10.1080\/01621459.2017.1285773”，“article-title”：“变分推理：统计学家综述”，“volume”：“112”，“author”：“Blei”，“year”：“2017”，“journal-title“：”美国统计协会“}，{“key”：”10.1016\/J.ins.2023.01133_b0030“，”doi-asserted-by“：”crossref“，”first page“：”543“，”doi“：”10.1038\/nature13385“，”article le-title“：“肺腺癌的综合分子图谱”，“卷”：“511”，“作者”：“N.癌症基因组图谱研究”，“年份”：“2014年”，“期刊标题”：“自然”}，{“关键”：“10.1016\/j.ins.2023.01133_b0035”，“doi-asserted-by”：“crossref”，“首页”：“676”，“doi”：“101016\/j.cell.2014.09.050”，“article-title”：“癌症基因组图谱研究，甲状腺乳头状癌的综合基因组特征”，“卷”：“159”，“作者”：“N”，“年份”：“2014年”，“期刊标题”：“细胞”}，{“关键”：“10.1016\/j.ins.2023.0133_b0040”，“doi-asserted-by”：“crossref”，”首页“：”280“，”doi“10.1016 \/j-ins.2022.02.49”，“article-title”：“堆叠最大质量驱动自动编码器：软分析仪的深层特征表示及其在工业过程中的应用”，“卷”：“596”，“作者”：“Chen”，“年份”：“2022”，“日志标题”：“Inf.Sci.”}，{“键”：“10.1016\/j.ins.2023.01.133_b0045”，“文章标题”：”Assoc Comp，XGBoost:A Scalable Tree Boosting“，”author“：”Chen“，”年：“2016”，“journal-title”：“System”}，{“key”：“10.1016\/j.ins.2023.011.33_b0050”，“unstructured”：“A.D.Cherniack，H.Shen，V.Walter，C.Stewart，B.A.Murray，R.Bowlby，X.Hu，S.Ling，R.A.Soslow，R.R.Broadus，R.E.Zuna，G.Robertson，P.W.Laird，R.Kucherlapati，G.B.Mills，N.Cancer Genome Atlas Research，j.N.Weinstein，j.Zhang，R.Akbani，D.A。莱文，子宫癌肉瘤的综合分子表征，癌细胞，31（2017）411-423.“}，{”key“：”10.1016\/j.ins.2023.0133_b0055“，”doi-asserted-by“：”crossref“，”first page“：“2725”，”doi“：”101007\/s00521-018-3677-9“，“article-title”：“使用ORB和SIFT特征的基于内容的图像检索系统”，“volume”：“32”，“author”：“Chhabra”，“年份”：“2020年”，“新闻标题”：“神经计算与适用。“}，{”key“：”10.1016\/j.ins.2023.01.133_b0060“，”article-title“：”Zero-VAE-GAN:为广义和传递性零镜头学习生成未知特征“，”author“：”Gao“，”year“：”2020“，”journal-title”：“IEEE Trans.Image Process10.1007 \/s11042-018-5878-8“，“文章标题”：“使用CLAHE和百分位数方法的混合进行水下图像增强”，“体积”：“77”，“作者”：“加格”，“年份”：“2018”，“新闻标题”：”Multimed。工具应用程序。“｝，｛”key“：”10.1016\/j.in.2023.01.133_b0070“，”doi断言“：”crossref“，”doi“：”10.1016\/j.media.201.102099“，”文章标题“：”一个基于CNN的统一框架，将投影损失与标签噪声处理相结合用于多发性骨髓瘤癌症诊断“，”卷“：”72“，”作者“：”Gehlot“，”年份“：”2021“，”期刊标题“：”Med.Image Anal.“｝，｛”key“：”10.1016\/j.ins.2023.01.133_b0075“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.asoc.2021.107173“，“article-title”：“基于遗传程序的面部表情识别特征选择和融合”，“volume”：“103”，“author”：“Ghazouani”，“year”：“2021”，“journal-title“：”Appl。软计算。“｝，｛”key“：”10.1016\/j.in.2023.01.133_b0080“，”doi断言“：”crossref“，”首页“：”531“，”doi“：”10.1126\/science.286.5439.531“，”文章标题“：”癌症分子分类：通过基因表达监测进行分类发现和分类预测“，”卷“：”286“，”作者“：”Golub“，”年份“：”1999“，”期刊标题“：”science“｝，｛”key“：”10.1016\/j.in.2023.01.133_b0085”，“非结构化”：“I.j.Goodfellow，j.Pouget Abadie，M.Mirza，B.Xu，D.Warde Farley，S.Ozair，A.Courville，Y.Bengio，生成对抗性网络，in：Z.Ghahramani，M.Welling，C.Cortes，N.D.Lawrence，K.Q.Weinberger（编辑）《神经信息处理系统进展》2014年第27期，第2672-2680页。”}，{“key”：“10.1016\/j.ins.2023.01.133_b0090“，”doi-asserted-by“：”crossref“，”first page“：”2209“，”doi“：”10.1007\/s11831-0920-09452-y“，”article-title“：”使用静止图像的源设备归因研究“，”volume“：“28”，”author“：”Gupta“，”year“：”2021“，”journal-title”：“Arch。计算。方法。Eng.“}，{”key“：”10.1016\/j.ins.2023.011.33_b0095“，”doi-asserted-by“：”crossref“，”first page“：“398”，“doi”：“10.1016\/j.ins.2021.09.036”，“article-title”：“从外部源自动生成和选择特征：DBpedia用例”，“volume”：“582”，“author”：“Harari”，“year”：“2022”，”journal-title“：”Inf.Sci.“}”，{“key”：10.1016\/j.ins.2023.0133_b0100“，”doi-asserted-by“：”crossref“，”first page“：”345“，”doi“：”10.1016\/j.ins.2021.05.079“，”article-title“：”Double L2，p-normal based PCA for feature extraction“，”volume“：“573”，”author“：”Huang“，“year”：“2021”，“journal-title”：“Inf.Sci.”。“}，{”key“：”10.1016\/j.ins.2023.01.133_b0105“，”unstructured“：”G.Ishaan，F.Ahmed，M.Arjovsky，V.Dumoulin，A.Courville，《Wasserstein GANs的改进训练》，收录于：I.Guyon，U.V.Luxburg，S.Bengio，H.Wallach，R.Fergus，S.Vishwanathan，R.Garnett（编辑）《神经信息处理系统的进展》2017年第30期。“}”，{“key”：“10.1016\/j.ins.2023.01.133_b0110“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.aap.2020.105950“，“article-title”：“使用变分自动编码器的崩溃数据增强”，“volume”：“151”，“author”：“Islam”，“year”：“2021”，“journal-title“：”Accid。分析。上一页。“}，{”key“：”10.1016\/j.ins.2023.01133_b0115“，”article-title“：”变异深度嵌入：无监督和生成的聚类方法“，”author“：”Jiang“，”year“：”2017“，”journal-title”：“Proc.26 Int.Joint Conf.Intell.”}，“key”：“10.1016\/j.ins.2023.01133 _b0120”，“doi-asserted-by”：“crossref”，“first page”：”745“，“doi”：“”10.1016\/j.ins.2022.08.059“，“article-title”：“一个有效的用于COVID-19肺部感染分割的深度神经网络框架”，“volume”：“612”，“author”：“Jin”，“year”：“2022”，”journal-title“：”Inf.Sci。“}，{”key“：”10.1016\/j.ins.2023.01133_b0125“，”doi-asserted-by“：”crossref“，”doi“：”101155\/2020\/1459107“，”article-title“：”计算机视觉中的生成性对抗性网络技术和应用“，”volume“：“2020”，”author“：”Jin“，”year“：”2020“，”journal-title”：“computer.Intell.Neurosci.”}，”{“key”：“10.1016\/j.ins.2023.01133 _b0130”，“doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.asoc.2019.105854“，”article-title“：”基于堆叠自动编码器的深度随机向量函数链接神经网络分类“，”volume“：”85“，”author“：”Katuwal“，”year“：”2019“，”journal-title”：“Appl”。软计算。“}，{”key“：”10.1016\/j.ins.2023.01.133_b0135“，”unstructured“：”D.P.Kingma，M.Welling，自动编码变分贝叶斯，arXiv预印本arXiv:1312.6114，（2013）.“}。Kumar XGBoost，使用形状描述符和极值梯度增强分类器进行二维对象识别，收录于《计算方法与数据工程》，Springer 2021 207 222article-title“：“一种有效的确定点是否位于凸壳及其广义凸多面体分类器内的方法”，“卷”：“504”，“作者”：“冷”，“年份”：“2019”，“期刊标题”：“信息科学”。“}，{”key“：”10.1016\/j.ins.2023.01133_b0150“，”doi-asserted-by“：”crossref“，”首页“：”253“，”doi“：”101016\/S0950-7051（01）00103-4“，”article-title“：”特征空间理论-数据挖掘的数学基础“，”volume“：“14”，“author”：“Li”，“year”：“2001”，“journal-title”：“Knowl.-Based Syst.”}，”{“key”：“10.1016\/j.ins.2023.01.133_b0155“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.asoc.2019.105489“，”article-title“：”On Improving the access with Auto-Encoder On Conjunctitis“，”volume“：”81“，”author“：”Li“，“year”：“2019”，”journal-title”：“Appl.”。软计算。“}，{”key“：”10.1016\/j.ins.2023.01133_b0160“，”doi-asserted-by“：”crossref“，”first page“：“551”，“doi”：“10.1007\/s10115-017-1059-8”，“article-title”：“功能选择及其应用的最新进展”，“volume”：“53”，“author”：“Li”，“year”：“2017”，“journal-title“：”Knowl.Inf.Syst.1.133_b0165“，”doi-asserted-by“：”crossref“，”DOI“：”10.1016\/j.asoc.2020.107003“，“article-title”：“带L1正则化和流形约简的嵌入式堆叠组稀疏自动编码器集成”，“volume”：“101”，“author”：“Li”，“year”：“2021”，“journal-title“：”Appl。软计算。“}，{”key“：”10.1016\/j.ins.2023.01133_b0170“，”doi-asserted-by“：”crossref“，”first page“：“687”，“doi”：“10.1016\/j.asoc.2019.04.039”，“article-title”：“使用遗传编程的混合多特征构建分类方法”，“volume”：“80”，“author”：“Ma”，“year”：“2019”，“journal-title“：”Appl.Soft Compute.“}”，{“key”：”10.1016\/j.ins.2023.01.133_b0175“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.knosys.2020.105806“，”article-title“：”使用遗传编程进行分类的基于过滤器的特征构建和特征选择方法“，”volume“：”196“，“author”：“Ma”，“year”：“2020”，“journal-title”：“Knowl”-基于系统。“}，{”key“：”10.1016\/j.ins.2023.01133_b0180“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.asoc.2020.106826“，”article-title“：”设计具有特征选择和特征构建的遗传编程分类器“，”volume“：“97”，”author“：”Ma“，“year”：“2020”，”journal-title”：“Appl.Soft Compute.”}，”{“key”：“10.1016\/j.ins.2023.01133 _b0185“，”doi-asserted-by“：”crossref“，”first page“：”1518“，”doi“：”10.1109\/TKDE.2005.182“，”article-title“：”Evolutionary constructive induction“，”volume“：“17”，”author“：”Muharram“，”year“：”2005“，”journal-title”：“IEEE Trans。知识。Data Eng.“}，{”key“：”10.1016\/j.ins.2023.0133_b0190“，”doi-asserted-by“：”crossref“，”first page“：“471”，“doi”：“10.1016\/j.neuroimage.2017.09.01”，“article-title”：“用于探照灯分类分析的快速高斯朴素贝叶斯”，“volume”：“163”，”author“：”Ontivero-Ortega“，”year“：”2017“，”journal-title“：”neuroimage“}”，{“key”：10.1016\/j.ins.2023.0133_b0195“，”doi-asserted-by“：”crossref“，”doi“：”10.3389\/fnagi.2017.00329“，”article-title“：”阿尔茨海默病神经影像数据分类的随机森林算法：系统综述“，”volume“：”9“，”author“：”Sarica“，”year“：”2017“，”journal-title”：“Front。衰老神经科学。“}，{”key“：”10.1016\/j.ins.2023.01.133_b0200“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.eswa.2021.116288“，”article-title“：”DS-CNN:基于深度可分离卷积神经网络的预处理Xception模型，用于手指静脉识别“，”volume“：“191”，”author“：”Shaheed“，”year“：”2022“，”journal-title”：“Expert Syst.Appl.”}，”{“key”：“”10.1016\/j.ins.2023.0133_b0205“，”doi-asserted-by“：”crossref“，”first page“：”267“，”doi“：”10.1016\/j.ins.2022.05.025“，”article-title“：”variation cold-start resistant recommendation“，”volume“：“605”，”author“：”Walker“，”year“：”2022“，”journal-title”：“Inf.Sci。“}，{”key“：”10.1016\/j.ins.2023.01.133_b0210“，”doi-asserted-by“：”crossref“，”首页“：”259“，”doi“：”101016\/j.ins.2022.04.058“，”article-title“：”基于LightGBM的公司财务风险预测“，”volume“：“602”，”author“：”Wang“，”year“：”2022“，”journal-title”：“Inf.Sci.”}，”{“key”：“10.1016\/j.ins。2023.01.133_b0215“，”doi-asserted-by“：”crossref“，”doi“：”10.1093\/生物信息学\/btab109“，”article-title“：“亚型-GAN：对多组学数据进行综合癌症亚型的深度学习方法”，“作者”：“Yang”，“年份”：“2021年”，“期刊标题”：“生物信息学”}，{“key”：“10.1016\/j.ins.2023.01133_b0220”，“doi-asserted-by”：“crossref”，“首页”：“400”，“doi”：“101016\/j.ins.2022.10.068”，“article-title”：“”正交自动编码器回归用于图像分类“，”卷“：”618“，”作者“：”杨“，”年份“：”2022“，”期刊标题“：”信息科学“。“}，{”key“：”10.1016\/j.ins.2023.01133_b0225“，”doi-asserted-by“：”crossref“，”first page“：“216”，“doi”：“10.1016\/j.ins.2021.03.007”，“article-title”：“基于信息最大化的联合潜在表征学习”，“volume”：“567”，”author“：”Ye“，“year”：“2021”，”journal-title“：”Inf.Sci.“}”，{“key”：1.133_b0230“，”doi-asserted-by“：”crossref“，”first page“：”374“，”doi“：”10.1016\/j.ins.2021.11.063“，”article-title“：”shapley和假设测试的自适应特征选择：“EEG特征工程案例研究”，“volume”：“586”，“author”：“Yin”，“year”：“2022”，“journal-title”：“Inf.Sci”。“}，{”key“：”10.1016\/j.ins.2023.01.133_b0235“，”doi-asserted-by“：”crossref“，”unstructured“：”M.Yin，W.T.Huang，j.B.Gao，I。Assoc Advancement Artificial，Shared Generative Potential Representation Learning for Multi-View Clustering，in：第三十四届Aaai人工智能会议、第三十二届人工智能创新应用会议和第十届Aaai人工智能教育进步研讨会，2020年，pp.6688-6695.”，“DOI”：“10.1609\/aai.v34i04.6146”}，｛“key”：“10.1016\/j.in.2023.01.133_b0240”，“DOI断言者”：“crossref”，“第一页”：“276”，“DOI”：“10.1109\/TNN.2020.94624”，“文章标题”：“Multiconitron：一种通用分段线性分类器”，“卷”：“22”，“作者”：“Yujian”，“年份”：“2011”，“期刊标题”：“IEEE Trans.Neural Net w.“｝，｛”键“：”10.1016\/j.ins.2023.01.33_b0245“，”doi-asserted-by“：”crossref“，”first page“：”302“，“doi”：“10.1016\/j.ins.2019.05.023”，“article-title”：“HOBA:一种具有深度学习架构的新型信用卡欺诈检测特征工程方法”，“volume”：“557”，“author”：“Zhang”，“year”：“2021”，“journal-title“：”Inf.Sci。“｝，｛”key“：”10.1016\/j.in.2023.01.133_b0250“，”doi断言“：”crossref“，”首页“：”973“，”doi“：”10.1177\/027289X15618658“，”文章标题“：”基于Logistic回归的毛发分类树及其在医学诊断中的应用“，”卷“：”36“，”作者“：”Zhu“，”年份“：”2016“，”期刊标题“：”Med.Decis.Making“｝]，”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:S002025523001494？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:S002025523001494？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,18]]，“date-time”：“2024-01-18T08:29:07Z”，“timestamp”：1705566547000}，“score”：1，“resource”:{“primary”：{“URL”：“https:\\/linkinghub.elsevier.com//retrieve\/pii\/S002002 5523001494“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2023,6]]}，”references-count“：50，”alternative-id“：[”S0020025523001494“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.ins.2023.01.133“，”relation“：{}，“ISSN”：[”0020-0255“]，“ISSN-type”：[{“value”：“0020-02555”，“type”:“print”}]，“subject”：【】，“published”：{“date-parts”：[[2023,6]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，{”value“：”EvaGoNet：变分自动编码器和Wasserstein生成性对抗网络的集成网络，用于二进制分类任务的梯度惩罚“，”name“：”articletitle“，”table“：”article Title“}”，{“value”：“Information Sciences”，“name”：“journaltitle”，“label”：“Journal Title”}维护，{“value”：“https:\/\/doi.org\/101016\/j.ins.2023.01133”，“name”：“articlelink”，“label”：“CrossRef doi link to publisher maintained version”}，{”value“：”article“，”name“：”content_type“，”label“：”content-type“}，”{“value”：“\u00a9 2023 Elsevier Inc.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]}}