{“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”：[[2024,9,11]]，“日期-时间”：“2024-09-11T13:21:27Z”，“时间戳”：1726060887504}，“参考-计数”：40，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：“日期-零件”：[[2015,7,1]]，”日期-时间“：”2015-07-01T00:00:00Z“，”timestamp“：143570880000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”Neurocomputing“]，”published-print“：{”date-parts“：[2015,7]]}，”DOI“：”10.1016\/j.neuc om.2014.09.081“，”type“：”journal-article“，”created“：{“date-parts”：[[2015,2,11]]，“date-time”：“2015-02-11T07:30:17Z”，“timestamp”：1423639817000}，“page”：“93-107”，“update-policy”：”http:\/\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：129，“special_numberg”：“C”，“title”：[“Making risk minimization to label noise”]，“prefix”：“10.1016“，”卷“：”160“，”作者“：[{“given”：“Aritra”，“family”：“Ghosh”，“sequence”：“first”，“affiliation”：[]}81_bib1“，”doi-asserted-by“：”crossref“，”首页“：”845“，“DOI”：“10.1109\/TNNLS.2013.2292894”，“article-title”：“标签噪声存在下的分类：一项调查”，“volume”：“25”，“author”：“Fr\u00e9nay”，“year”：“2014”，“journal-title“：”IEEE Trans.Neural Netw.Learn.Syst.“}，{“key”：：“10.1016\/0890-5401（92）90010-D”，“article-title”：“神经网络和其他学习应用的PAC模型的决策理论推广”，“volume”：“100”，“author”：“Haussler”，“year”：“1992”，“journal-title“：Inf.Comput.”}，{“key”：”10.1016\/j.neucom.2014.09.081_bib3“，”series-title“：”A Probabilistic Theory of Pattern Recognition“，”author“：”Devroye“，“year:”1996“}”，{”key“：“10.1016\/j.neucom.2014.09.081_bib4”，“doi-asserted-by”：“交叉引用”，“首页”：“138”，“doi”：“10.1198\/01621450000000907”，“文章标题”：“凸性、分类和风险边界”，“卷”：“101”，“作者”：“Bartlett”，“年份”：“2006”，“日志标题”：”j.Am.Stat.Assoc.“}，{“关键字”：“1016\/j.neucom.2014.09.081_bib”，“doi-asserted-by”：“crossref”，“首页”：“1146”，“DOI”：“10.1109\/TSMCB.2012.2223460”，“文章标题”：“风险最小化下的噪声容限”，“卷”：“43”，“作者”：“Manwani”，“年份”：“2013”，“日志标题”：《IEEE Trans.Cybern.》}，{“密钥”：“101016\/j.neucom.2014.09.081_bib6”，《非结构化》：“S.Fine，R.Gilad-bachrach，S.Mendelson，N。Tishby，通过双重学习问题实现的噪声容忍学习能力，摘自：《NSCT学报》，1999年。“}，{“key”：“10.1016\/j.neucom.2014.09.081_bib7”，“非结构化”：“A.Angelova，Y.Abu-Mostafa，P。Perona，对象类别学习的修剪训练集，摘自：2005 IEEE计算机学会计算机视觉和模式识别会议论文集（CVPR\u05f305），美国华盛顿特区，2005，第494\u2013501页。“}，{“key”：“10.1016\/j.neucom.2014.09.081_bib8”，“doi-asserted-by”：“crossref”，“first page”：”131“，“doi”：“10.1613\/jair.606“，”article-title“：”识别错误标记的训练数据“，”volume“：”11“，”author“：”Brodley“，”year“：”1999“，”journal-title”：“J.Artif。智力。研究“}，{“key”：“10.1016\/j.neucom.2014.09.081_bib9”，“unstructured”：“X.Zhu，X.Wu，Q.Chen，消除大数据集中的类噪声，收录于：第二十届国际机器学习会议论文集（ICML-2003），2003年，第920\u2013927页。John，Robust decision trees:removing outliers from database，in：Proceedings of Ist International Conference Knowledge Discovery and Data Mining（KDD），pp.174\u20131791995。“}，{”key“：”10.1016\/j.neucom.2014.09.081_bib11“，”unstructured“：”L.Daza，E。Acuna，《监督分类中检测噪声的算法》，载于：《第一届世界工程与计算机科学会议论文集》，第701\u2013706页，2007年。“}，{”key“：”10.1016\/j.neucom.2014.09.081_bib12“，”doi-asserted-by“：”crossref“，”first page“：“169”，”doi“：”10.3233\/HIS-2006-305“，”article-title“：”去除类标签噪音的增强方法”，“音量”：“3”，“作者”：“Karmaker”，“年份”：“2006”，“新闻标题”：“国际期刊混合智能。系统。“}，{”key“：”10.1016\/j.neucom.2014.09.081_bib13“，”unstructured“：”S.Har-Peled，D.Roth，D.Zimak，《主动和噪声容忍学习的最大边缘核心集》，摘自：《第二十届人工智能国际联合会议论文集》，印度海得拉巴，第836\u20138412007页doi-asserted-by“：”crossref“，”first page“：”2649“，”doi“：”10.1016\/j.patcog.2009.03.027“，”article-title“：”混合模型稳健监督分类“，”volume“：“42”，”author“：”Bouveyron“，“year”：“2009”，”journal-title”：“Pattern Recognit”。“}，{”key“：”10.1016\/j.neucom.2014.09.081_bib15“，”doi-asserted-by“：”crossref“，”first page“：“275”，“doi”：“10.1007\/s10462-010-9156-z”，“article-title”：“不同类型的噪声对监督学习技术精度影响的研究”，“volume”：“33”，“author”：“Nettleton”，“year”：“2010”，“journal-title“：”Artif.Intell.Rev.“}”，{“key”：“10.1016\/j.neucom.2014.09.081_bib16“，“首页”：“227”，“文章标题”：“感知器算法的噪声容限变体”，“卷”：“8”，“作者”：“Khardon”，“年份”：“2007”，“新闻标题”：”j.Mach。学习。研究“}，{“key”：“10.1016\/j.neucom.2014.09.081_bib17”，“unstructured”：“G.R\u00e4tsch，T.Onoda，K.R.M\u00fcller，Regularizing adaboost，in：NIPS Proceedings of the NIPS，pp.564\u2013570，1999.”}，“key“：”10.1016\/j.nucom.2014.09.01_bib18“，“unsructured“：”R.Jin，Y.Liu，L.Si，j.G.Carbonell，A。Hauptmann，一种使用输入依赖正则化器的新boosting算法，载于：《第二十届国际机器学习会议论文集》，2003年。“}，{”key“：”10.1016\/j.neucom.2014.09.081_bib19“，”unstructured“：”B.Biggio，B.Nelson，P。Laskov，对抗性标签噪声下的支持向量机，收录于：《第三届亚洲机器学习会议论文集》，台湾桃园，第97\u2013112页，2011年从统计查询中进行高效的噪声容忍学习”，“卷”：“45”，“作者”：“Kearns”，“年份”：“1998”，“期刊标题”：“J.ACM”}，{“密钥”：“10.1016\/J.neucom.2014.09.081_bib21”，“doi断言”：“crossref”，“非结构化”：“K.-U.H\u00f6ffgen，H.U。Simon，《单个神经元的鲁棒可训练性》，摘自：《第五届计算学习理论年度研讨会论文集》，匹兹堡，宾夕法尼亚州，美国，第428\u20134391992页。“，”DOI“：”10.1145\/130385.130431“}，{“key”：“10.1016\/j.neucom.2014.09.081_bib22”，“DOI-asserted-by”：“crossref”，“unstructured”：“T。Bylander，在存在分类噪声的情况下学习线性阈值函数，载于：《第七届计算学习理论年度研讨会论文集》，美国新泽西州新不伦瑞克市，pp.340\u20133471994。Blum，A.Frieze，R.Kannan，S.Vempala，《学习带噪线性阈值函数的多项式时间算法》，载于：第37届计算机科学基础年会论文集，第330-338页，1996年。“，”DOI“：”10.1007“/PL00013833“}，{”key“：”101016“/j.neucom.2014.09.081_bib24“，”DOI-asserted-by“：”crossref“，”unstructured“：”E。科恩，通过感知器在多项式时间内学习噪声感知器，载于：第38届计算机科学基础年度研讨会论文集，第514\u20135231997页。“，”DOI“：”10.1109\/SFCS.1997.646140“}，{“key”：“10.1016\/j.neucom.2014.09.081_bib25”，“unstructured”：“G.Stempfel，L.Ralaivola，F。Denis，《使用超平面采样和样本平均值从噪声数据中学习》，技术报告3564，HAL-CNRS，法国，2007年。Handy，《不对称标签噪声分类：一致性和最大去噪》，收录于：学习理论会议，W&CP，JMLR，第30卷，2013年，第489\u2013511页。“}，{“关键”：“10.1016\/j.neucom.2014.09.081_bib27”，“非结构化”：“N.Natarajan，I.Dhillon，P.Ravikumar，A。Tewari，《使用噪声标签学习》，收录于：《神经信息处理系统进展》第26期，2013年，第1196\u20131204页。“}，{“key”：“10.1016\/j.neucom.2014.09.081_bib28”，“doi-asserted-by”：“crossref”，“unstructured”：“G.Stempfel，L。Ralaivola，Learning svms from sloppilly labeled data，in：Proceedings of the 19th International Conference on Artificial Neural Networks（ICANN），pp.884\u20138932009，“，”DOI“：”10.1007\/978-3642-04274-4_91“}，{“key”：“10.1016\/j.neucom.2014.09.081_bib29”，“DOI-asserted-by”：“crossref”，“first page”：”19“，“DOI”：”10.1109\/TSMCB.2009.2032155“，”article-title“：“用于半空间噪声容忍学习的连续动作学习自动机团队”，“卷”：“40”，“作者”：“Sastry”，“年份”：“2010”，“期刊标题”：“IEEE Trans。系统。人类网络。B部分“}”，{“key”：“10.1016\/j.neucom.2014.09.081_bib30”，“series-title”：“学习自动机网络：在线随机优化技术”，“author”：“Thathachar”，“year”：“2003”}，{”key“：”10.1016\/j.nucom.2014.09.81_bb31“，”doi-asserted-by“：”crossref“，”first page“：“467”，“doi”：“101287\/opere.1100.0854”，“article-title”：“带有斜坡损失和硬利润损失的支持向量机“，“数量”：“59”，“作者”：“布鲁克斯”，“年份”：“2011年”，“新闻标题”：“Oper。研究“}，{”key“：”10.1016\/j.neucom.2014.09.081_bib32“，”doi-asserted-by“：”crossref“，”first page“：“974”，“doi”：“10.1198\/0162145000000617”，“article-title”：“稳健截断铰链损失支持向量机”，“volume”：“102”，“author”：“Wu”，“year”：“2007”，“journal-title“：”j.Am.Stat.Assoc.“}”，{“key”：”10.116\/j-n eucom.2014.09.081_bib33“，”doi-asserted-by“：”crossref“，”first page“：”4428“，”doi“：”10.1016\/j.patcog.2012.06.006“，”article-title“：”probit回归的函数梯度上升“，”volume“：“45”，”author“：”Zheng“，”year“：”2012“，”journal-title”：“Pattern Recognit”。“}，{”key“：”10.1016\/j.neucom.2014.09.081_bib34“，”首页“：”1“，”article-title“：”数据挖掘十大算法“，”volume“：“14”，”author“：”Yu“，”year“：”2007“，”journal-title”：“Knowl.Inf.Syst.”}“key”：“10.1016\\j.neucomm.2014.09.01_bib35”，”unstructured“：”L.Xu，K.Crammer，D。Schuurmans，通过凸离群消融进行鲁棒支持向量机训练，摘自：《第21届全国人工智能会议论文集》，美国马萨诸塞州波士顿，AAAI出版社，2006年，第536\u2013542页。“}，{“key”：“10.1016\/j.neucom.2014.09.081_bib36”，“非结构化”：“D.A.McAllester，j。Keshet，潜在结构probit和斜坡损失的泛化界限和一致性，见：NIPS，第2205\u20132212页，2011年DOI“：”10.1023\/A:100828841170“，”article-title“：”用直流算法求解一类线性约束的不定二次型问题“，”volume“：”11“，”author“：”An“，”year“：”1997“，”journal-title”：“J.Global Optim。“}，{”key“：”10.1016\/j.neucom.2014.09.081_bib39“，”doi-asserted-by“：”crossref“，”unstructured“：”C.-C.Chang，C.-j.Lin，LIBSVM：支持向量机库，2011.“，”doi“：”101145\/1961189.1961199“}”，{“key”：“10.1016\/j.nucom.2014.09.001_bb40”，“doi-assert-by”：“crossreff”，“first page”：3\/A:1012431217818“，”文章标题“：”用于svm分类器设计的广义smo算法的收敛性”，“volume”：“46”，“author”：“Keerthi”，“year”：“2002”，“journal-title”：“Mach。学习。“}]，”container-title“：[”Neurocomputing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S092523115001204？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“https:\//api.elsevier.com\/content\/article\/PII:S0925231215001204？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2019,8,20]]，“date-time”：“2019-08-20T20:58:05Z”，“timestamp”：1566334685000}，“score”：1，“resource”：{primary“URL”：“https://linkinghub.elsevier.com\/retrieve\/pi\/S0 925231215001204“}}，”副标题“：[]，”短标题“：[]，”已发布“：{“date-parts”：[[2015,7]]}，“references-count”：40，“alternative-id”：[“S092531215001204”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.neucom.2014.09.081”，“relation”：{}，”ISSN“：[”0925-2312“]，”ISSN-type“：[{”value“：”09252312“，”type“:”print“}]，“subject”：[]，“published”：{“date-parts”：[[2015,7]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}维护，{”value“：”Making risk minimization tolerance to label noise“，”name“：”articletitle“，”标签“：”article Title“}，{“value”：“Neurocomputing”，“name”：“journaltitle”，“label”：“Journal Title”}，“value”：“https:\/\/doi.org\/10.1016\/j.neucom.2014.09.081”，“name”：“articlelink”，”标签：“”CrossRef DOI链接到出版商维护的版本“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“value:”Copyright\u00a9 2015 Elsevier B.V.保留所有权利。“，”name“：”Copyright“，”label“：”Copyrity“}]}