{“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”：[[2024,9,20]]，“日期-时间”：“2024-09-20T21:40:25Z”，“时间戳”：1726868425548}，“引用-计数”：58，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2022,6,1]]，《日期-时间》：“2022-06-01T00:00:00 0:00Z“，”时间戳“：1654041600000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2022,6,1]]，“date-time”：“2022-06-01T00:00:00Z”，“timestamp”：165404160000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“start”：{“date-parts”：[[2022,6,1]]，“date-time”：“2022-06-01T00:00:00Z”，“timestamp”：1654041600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[2022,6,1]]，“date-time”：“2022-06-01T00:00:00Z”，“timetamp”：1.654041600000}、“content-version”：“stm-asf”、“delay-in-days“：0，”URL“https:”\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2022,6,1]]，“date-time”：“2022-06-01T00:00:00Z”，“timestamp”：1654041600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2022,6,1]]，“datetime”：“022-06-01T_00:00:0Z”，f“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“出资人”：[{“DOI”：“10.13039\/100017441”，“名称”：“美国特种作战司令部”，“DOI-asserted-by”：“publisher”，“奖项”：[“H92222-15\u20133-0001\u201301”]，“id”：[}“id”:“10.13029\/1000174”，“id-type”：“DOI“，”asserted-by“：”publisher“}]]，“content-domain”：{“domain”:[“elsevier.com”，“sciedirect”com“]，”crossmark-restriction“：true}，“short-container-title”：[“Neurocomputing”]，“published-print”：{“date-parts”：[2022,6]]}，“DOI”：“10.1016\/j.neucom.2022.03.042”，“type”：“journal-article”，“created”：{“date-ports”：[2022,3,23]]，“date-time”：“2022-03-23T07:01:46Z”，“timestamp”：1648018906000}，”page：“206-216”，“update-policy”：”http://\/dx.DOI.org\/10.1016\/elsevier_cm_policy“，”源“：“Crossref”，“被计数引用”：12，“special_numbering”：“C”，“title”：[“CS-AF:一种用于皮肤病变分类的成本敏感的多分类器主动融合框架”]，“prefix”：“10.1016”，“volume”：“491”，“author”：[{“given”：“Di”，“family”：“Zhuang”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Keyu”，“family”：“Chen”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“J.Morris”，“family”：“Chang”，“sequence”：“additional”，“affaliation”:[]}]，“member”：“78”，“reference”：[{“issue”：“9”，“key”：”10.1016\/J.neucom.202.03.042_b0005“，”doi-asserted-by“：”crossref“，”first page“：”2092“，”doi“：”10.1109\/TMI.2019.2893944“，”article-title“注意皮肤损伤分类的剩余学习”，“卷”：“38”，“作者”：“张”，“年份”：“2019”，“期刊标题”：“IEEE Trans.Med.Imaging”}，{“密钥”：“10.1016\/j.neucom.2022.03.042_b0010”，“非结构化”：“D.Gutman，N.C.Codella，E.Celebi，B.Helba，M.Marchetti，N.Mishra，A。Halpern，《针对黑色素瘤检测的皮肤病变分析：2016年生物医学成像国际研讨会的挑战》，由国际皮肤成像合作组织（isic）主办，arXiv预印本arXiv:1605.01397.“}，{“key”：“10.1016\/j.neucom.2022.03.042_b0015”，“doi-asserted-by”：“crossref”，“unstructured”：“N.C.Codella，D。Gutman，M.E.Celebi，B.Helba，M.A.Marchetti，S.W.Dusza，A.Kalloo，K.Liopyris，N.Mishra，H.Kittler等人，《黑色素瘤检测的皮肤损伤分析：2017年国际生物医学成像研讨会（isbi）上的挑战》，由国际皮肤成像合作组织（isic）主办，摘自：2018年IEEE第15届国际生物医学成像研讨会（ISBI 2018），IEEE，2018年，第168\u2013172页。“，”DOI“：”10.1109\/ISBI.2018.8363547“}，{“关键”：“10.1016\/j.neucom.2022.03.042_b0020”，“非结构化”：“N.Codella，V.Rotemberg，P.Tschandl，M.E.Celebi，S.Dusza，D.Gutman，B.Helba，A.Kalloo，K.Liopyris，M。Marchetti等人，《2018年黑色素瘤检测的皮肤病变分析：国际皮肤成像合作组织主办的一项挑战》，arXiv预印本arXiv:1902.03368。}，{“问题”：“16”，“关键”：“10.1016\/j.neucom.202022.03.042_b0025”，“doi断言”：“crossref”，“第一页”：“21083”，“doi”：“10.1007\/s1042-017-5480-5”，“文章标题”：“基于动态权重的多分类器集合“，”卷“：”77“，”作者“：”任“，”年份“：”2018“，”期刊标题“：”多媒体工具应用“。“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0030“，”doi-asserted-by“：”crossref“，”first page“：“22”，“doi”：“10.1016\/j.ins.2018.03.002”，“article-title”：“多类不平衡数据集的动态集成选择”，“volume”：“445”，“author”：“Garc\u00eda”，“year”：“2018”，“journal-title“：”Inf.Sci.“}“独奏还是合奏？选择用于黑色素瘤分类的cnn架构”，“年份”：“2019年”，“series-title”：“IEEE计算机视觉和模式识别研讨会会议记录”，“作者”：“Perez”，“密钥”：“10.1016\/j.neucom.2022.03.042_b0035”}，{“密钥”:“10.1016 \/j-neucom.2022.03.042_b0040”，“非结构化”：“N.Di Zhuang，K.Chen，j.M。Chang，Saia：移动医疗系统的分割人工智能体系结构，arXiv预打印arXiv:2004.12059。“}，{“key”：“10.1016\/j.neucom.2022.03.042_b0045”，“非结构化”：“B.Zeinali，D.Zhuang，j.M。Chang，Esai：通过早期退出使用神经架构搜索有效分割人工智能，arXiv预打印arXiv:2106.12549.“}，{”问题“：“6”，”密钥“：“10.1016\/j.neucom.2022.03.042_b0050”，”doi-asserted-by“：”crossref“，”首页“：”1392“，”doi“：”10.1109\/TNNLS.2014.2357794“，”文章标题“：”集成基于加速度的人类活动识别的流形保序”，“卷”：“27”，“作者”：“陶”，“年份”：“2014年”，“期刊标题”：“IEEE Trans。神经网络学习。系统。“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0055“，”unstructured“：”D.Zhuang，j.M.Chang，Utility-aware privacy prevint data releasing，arXiv preprint arXiv:2005.04369.“}”，{“issue”：“11”，“key”：“10.1016\/j.nucom.2022.03.0042_b0060”，“doi-asserted-by”：“crossref”，“first page”：”3916“，“doi”：”10.1109\/TCYB.2016.2590472“，”文章标题“：”基于击键的主动认证系统的成本效益内核岭回归实现”，“卷”：“47”，“作者”：“吴”，“年份”：“2016年”，“期刊标题”：“IEEE Trans。赛博。“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2022.03.042_b0065“，”doi-asserted-by“：”crossref“，”first page“：“1002”，”doi“：”101109\/TPAMI.2017.2700390“，”article-title“：”基于视频的人脸识别的主干-分支集成卷积神经网络“，”volume“:”40“，”author“：”Ding“，”year“：”2017“，”journal-title”：“IEEE Trans.Pattern Anal.Mach.Intell”.“}，{“key”：“10.1016\/j.neucom.2022.03.042_b0070”，“unstructured”：“H.Nguyen，D.Zhuang，P.-Y.Wu，M.Chang，基于Autogan的隐私保护降维，神经计算”}，{”key“：”10.1016\/j.nucom.2022.03.0042_b075“，”doi-asserted-by“：”crossref“，”unstructure“：”D.Zhung，S.Wang，j.M。Chang，Fripal：隐私抽象层中的人脸识别，收录于：2017 IEEE可靠和安全计算会议，IEEE，2017年，第441\u2013448页使用基于链接的僵尸网络检测方法的群集集成”，“卷”：“26”，“作者”：“Mai”，“年份”：“2018”，“新闻标题”：“J.Netw。系统。管理。“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0085“，”doi-asserted-by“：”crossref“，”unstructured“：”D.Zhuang，j.M.Chang，Peerhunter:通过社区行为分析检测对等僵尸网络，收录于：2017年IEEE可靠和安全计算会议，IEEE，2017年，第493\u2013500页。“，”doi“：”101109\/DESEC.2017.8073832“}”，{“问题”：“6”，“key”：“”10.1016\/j.neucom.2022.03.042_b0090“，”doi-asserted-by“：”crossref“，”first page“：”1485“，”doi“：”10.1109\/TIFS.2018.2881657“，”article-title“：”增强型对等搜索：通过网络流量级社区行为分析检测对等僵尸网络“，”volume“：。Inf.法医安全。“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0095“，”doi-asserted-by“：”crossref“，”first page“：“418”，“doi”：“10.1016\/j.nucom.2021.09.046”，“article-title”：“基于元学习的跨域验证的鉴别对抗性域泛化”，“volume”：“467”，“author”：“Chen”，“year”：“2022”，“journal-title“：”Neurocomputing“}”，{“issue”：“5”，”键“：”10.1016\/j.neucom.2022.03.042_b0100“，”doi-asserted-by“：”crossref“，”first page“：”1506“，”doi“：”10.1007\/s10618-017-0528-8“，“article-title”：“多层网络中基于集合的社区检测”，“volume”：“31”，“author”：“Tagarelli”，“year”：“2017”，“journal-title“：”Data Min.Knowl。光盘。“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0105“，”unstructured“：”D.Zhuang，M.j.Chang，M.Li，Dynamo:通过增量最大化模块化动态社区检测，IEEE Trans.Knowl.Data Engarticle-title“：”打包预测“，”卷“：”24“，”作者“：”布雷曼“，”年份“：”1996“，”新闻标题“：”马赫。学习。“}，{”issue“：”2“，”key“：”10.1016\/j.neucom.2022.03.042_b0115“，”doi-asserted-by“：”crossref“，”first page“：“197”，“doi”：“10.1007\/BF00116037”，“article-title”：“弱可学习性的力量”，“volume”：“5”，“author”：“Schapire”，”year“：”1990“，”journal-title“：”Mach.Learn.eucom.2022.03.042_b0120“，”series-title“：”欧洲计算学习理论会议，Springer，“首页”：“23”，“文章-标题”：“在线学习的决策-理论概括和对boosting的应用”，“作者”：“Freund”，“年份”：“1995”}，{“问题”：“2”，“关键”：“10.1016\/j.neucom.2022.03.042_b0125”，“doi-asserted-by”：“crossref”，《首页》：“241”，“doi”：“10.1016\/S0893-6080（05）80023-1“，“文章标题”：“叠加概括”，“卷”：“5”，“作者”：“Wolpert”，“年份”：“1992年”，“日志标题”：”神经网络“}，{“问题”：“五”，“关键”：“10.1016\/j.neucom.2022.03.042_b0130”，“doi-asserted-by”：“crossref”，“首页”：“1925”，”doi“10.1016 \/j.patcog.2014.12.003”，“文章标题”：“Meta-des：使用Meta-learning的动态集成选择框架，“volume”：“48”，“author”：“Cruz”，“year”：“2015”，“journal-title”：“Pattern Recogn”。“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0135“，”series-title“：”IEEE计算机视觉和模式识别会议论文集“，”首页“：”3640“，”article-title“：“关注尺度：感知尺度的语义图像分割”，”author“：”Chen“，”year“：”2016“}”{“issue”：“11”，“key”：“10.1016\\j.neucomm.2022.03.42_b0140”，”“doi-asserted-by”：“”crossref“，”first page“：”3619“，”DOI“：”10.1109\/TMI.2020.3001036“，”article-title“：”具有多尺度特征抽象的部分标记数据集的多层次分割“，”volume“：“39”，”author“：”Fang“，”year“：”2020“，”journal-title”：“IEEE Trans。医学成像“}，{“问题”：“2”，“关键”：“10.1016\/j.neucom.2022.03.042_b0145”，“doi-asserted-by”：“crossref”，“首页”：“270”，“doi”：“101016\/j.jaad.2017.08.016”，“文章标题”：“2016年国际皮肤成像合作组织生物医学成像挑战国际研讨会结果：皮肤科医生从皮肤镜图像诊断黑色素瘤的计算机算法准确性比较”，“卷”：“78”，“作者”：“Marchetti”，“年份”：“2018年”，“杂志标题”：“J.Am.Acad。皮肤病。“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0150“，”unstructured“：”L.Bi，j.Kim，E.Ahn，D.Feng，使用大规模皮肤镜图像和深部残留网络进行自动皮肤病变分析，arXiv预印本arXiv:1703.04197.“}。Sotoca，《模式分类和学习中的阶级不平衡问题》，载于：II Congreso Espanol de Inform\u00e1tica（CEDI 2007）。pp.978\u201384，ISBN，2007.“｝，｛“key”：“10.1016\/j.neucom.202.03.042_b0160”，“doi断言者”：“crossref”，“首页”：“321”，“doi”：“10.1613\/jair.953”，“文章标题”：“烟雾：合成少数过度采样技术”，“卷”：“16”，“作者”：“Chawla”，“年份”：“2002”，“期刊标题”：“j.Artif.Intell.Res.”｝，｛“key”：“10.1016\/j.neucom.202.03.042_b0165“，”doi断言由“：”crossref“，”第一页“：”15“，”doi“：”10.1016\/j.asoc.2013.09.14“，”文章标题“：”一种混合分类器，结合打击和粒子群优化来估计乳腺癌患者的5年生存能力“，”卷“：”20“，”作者“：”王“，”年份“：”2014“，”期刊标题“：”Appl。软计算。“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0170“，”series-title“：”智能计算国际会议“，”首页“：”878“，”article-title“：“Borderline-mote:一种新的非平衡数据集学习过采样方法”，“author”：“Han”，“year”：“2005”}，“key”：“10.1016\/j.nucom.2022.03.0042_b01175”，“doi-asserted-by”：“crossref”，”非结构化“：”C.Bunkhumpornpat，K.Sinapiromsaran，C.Lursinsap，《安全等级打击：处理阶级不平衡问题的安全等级合成少数人过采样技术》，载于：太平洋亚洲知识发现和数据挖掘会议，Springer，2009年，第475\u2013482页。“，DOI”：“10.1007\/978-3642-01307-2_43”}，{“关键”：“10.1016\/j.neucom.2022.03.042_b0180“，”doi-asserted-by“：”crossref“，”unstructured“：”T.Maciejewski，j.Stefanowski，挖掘不平衡数据的smoe的本地邻域扩展，收录于：2011 IEEE计算智能与数据挖掘研讨会，IEEE，2011，pp.104\u2013111.“，”doi“：”10.1109\/CIDM.2011.5949434“}，{“问题”：“3”，“关键”：“10.1016\/j.neucom.202022.03.042_b0185“，”doi asserted by“：”crossref“，”首页“：”1“，”doi“：”10.1145\/19611189.1961911911911911911911911911911999“，”文章标题“：”Libsvm：支持向量机库“，”卷“：”2“，”作者“：”Chang“，”年份“：”2011“，”期刊标题“：”智能系统与技术上的ACM事务（TIST）“}，{”键“：”10.1016\/j.neucom.2022.03.042_b0190“，“doi-asserted-by”：“crossref”，“unstructured”：“S.Panchapagesan，M.Sun，A.Khare，S.Matsoukas，A.Mandal，B.Hoffmeister，S.Vitaladevuni，基于dnn的关键词识别的多任务学习和加权交叉熵。，in：Interspeech，Vol.92016，pp.760\u2013764.“，“DOI”：“10.21437\/Interspeech.2016-1485”}，｛“key”：“10.1016\/j.neucom.202.03.042_b0195”，“非结构化”：“T.H.Phan，K.Yamamoto，用加权交叉熵损失解决对象检测中的类不平衡，arXiv预印本arXiv:2006.01413.”｝，｛“key”：“10.1016\/j.neucom.202.03.042_b0200”，“首页“：”872“，”文章标题“：”重要性加权在深度学习中的作用是什么？“，”author“：”Byrd“，”year“：”2019“，”journal-title“：”机器学习国际会议，PMLR“}，{”issue“：”12“，”key“：”10.1016\/j.neucom.2022.03.042_b0205“，”doi-asserted-by“：”crossref“，”first page“：，“年份”：“2016年”，“新闻标题”：“IEEE Trans。神经网络学习。系统。“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0210“，”doi-asserted-by“：”crossref“，”first page“：“50”，“doi”：“10.1016\/j.nucom.2018.11.099”，“article-title”：“成本敏感支持向量机”，“volume”：“343”，“author”：“Iranmehr”，“year”：“2019”，”journal-title“：”Neurocomputing“}”，{“issue”：“8”，“key”：”10.12016 \/j.neucom.2022.03.042_b0215“，”doi-asserted-by“：”crossref“，”first page“：”3573“，”DOI“：”10.1109\/TNNLS.2017.2732482“，”article-title“：”不平衡数据深层特征表征的成本敏感学习“，”volume“：“29”，”author“：”Khan“，”year“：”2017“，”journal-title”：“IEEE Trans。神经网络学习。系统。“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0220“，”unstructured“：”皮肤癌类型，url:https:\/\/www.aad.org\/public\/diseases\/skin-carner\/Types\/common“，[在线；访问02-04-2022年4月2日]（2022年）。“}”，{“key”：“10.1016\\j.neucomm.2022.03.42_b0225”，“首页”：“120”，“article-title”：“基于混淆矩阵的特征选择”，“卷”：“710”，“作者”：“Visa”，“年份”：“2011年”，“新闻标题”：“MAICS”}，{“key”：“10.1016\/j.neucom.2022.03.042_b0230”，“非结构化”：“V.Van Asch，宏观和微观平均评估指标[[基本草案]]，比利时：CLiPS 49.”}、{“key”：”10.1016\/j.nucom.2022.03.0042_b02035“，”非结构化“：”M.Combalia，N.C.Codella，V.Rotemberg，B.Helba，V.Vilaplana，O.Reiter，A.C。Halpern，S.Puig，J.Malvehy，Bcn20000：野外皮肤镜下病变，arXiv预印本arXiv:1908.02288.“}，{“key”：“10.1016\/J.neucom.2022.03.042_b0240”，“doi-asserted-by”：“crossref”，“doi”：“101038\/sdata.208.161”，“article-title”：“ham10000数据集，常见色素性皮肤病变的多源皮肤镜图像的大量收集”卷：“5”，“作者”：“Tschandl”，“年份”：“2018”，“新闻标题”：“科学。Data“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0245“，”series-title“：”《欧洲计算机视觉会议论文集》（ECCV）“，”首页“：”19“，”article-title“：“渐进式神经架构搜索”，”author“：”Liu“，”year“：”2018“}”，{“key”：“10.1016\/j.nucom.2022.03.0042_b02050”，”非结构化“：”B.Zoph，Q.V。Le，带强化学习的神经架构搜索，arXiv预印本arXiv:1611.01578.“}，{”key“：”10.1016\/j.neucom.2022.03.042_b0255“，”series-title“：”IEEE计算机视觉和模式识别会议论文集“，”first page“：“1492”，”article-title“：“深度神经网络的聚合残差变换”，”author“：”Xie”，“年份”：“2017”}，{“key”：“10.1016\/j.neucom.2022.03.042_b0260”，“series-title”：“IEEE计算机视觉与模式识别会议论文集”，“首页”：“7132”，“文章标题”：“挤压与激励网络”，“作者”：“Hu”，“年”：“2018”}。Jin，S.Yan，J.Feng，《双路径网络：神经信息处理系统的进展》，2017年，第4467\u20134475页Xception:深度学习与深度可分离卷积“，“author”：“Cholet”，“year”：“2017”}，{“article-title”：“Inception-v4，Inception-resnet和剩余联系对学习的影响”，“year”：《2017》，“series-title”：“第三十届人工智能AAAI会议”，“auth:”Szegedy“，”key“10.1016\/j.neucom.2022.03.042_b0275”}，{“key”：“10.1016\/j.neucom.2022.03.042_b0280”，“series-title”：“IEEE计算机视觉与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”：“He”，“年份”：“2016”}，{”key“：”10.1016\/j.nucom.2022.03.42_b0285“，”series-ttle“：“IEEE计算机视觉和模式识别会议记录”，“首页”：“2818”，“文章标题”：“重新思考计算机视觉的初始架构”，“作者”：“塞格迪”，“年份”：“2016”}，{“关键”：“10.1016\/j.neucom.2022.03.042_b0290”，“非结构化”：“M.Tan，Q.V。Le，Efficientnet:重新思考卷积神经网络的模型缩放，arXiv预印本arXiv:1905.11946。“}]，“容器-时间”：[“神经计算”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/api.elsevier.com\/content\/article\/PII:S092523122003356？httpAccept=text\/xml”，“内容类型”：“text\/xml”，“content-version”：“vor”，“intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S09252320220356？httpAccept=text\/plain”，“content-type”：“text\/plan”，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[2024,9,20]]，“date-time”：”2024-09-20T21:08:40Z“，“timestamp”：17268666 520000}，“分数”：1，“resource“：{”primary”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S09252312200356”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2022,6]]}，”references-count“：58，”alternative-id“：[”S09252312320356“]，”URL“：”http://\/dx.doi.org\/10.10016\/j.neucom.2022.03.06 42“，”关系“：{}，”ISSN“：[”0925-2312“]，”ISSN-type“：[{”类型“：”print“，”value“：”0925-2312“}]，”subject“：[]，”published“：{”date-parts“：[[2022,6]]}，”assertion“：[{”value”：“Elsevier”，“name”：“publisher”，“label”：“This article is maintained by”}，{“value”:“CS-AF:一个成本敏感的多分类器主动融合框架，用于皮肤损伤分类”，“name:”articlete“，”label“：”article Title“}Neurocomputing“，”name“：”journalittle“，”label“：”Journal Title“}，”{“value”：“https:\/\/doi.org\/101016\/j.neucom.2022.03.042”，“name”：“articlelink”，“label”：“CrossRef doi link to publisher maintained version”}，{“value”：“文章”，“名称”：“content_type”，“标签”：“内容类型”}、{“值”：“\u00a9 2022 Elsevier B.V.保留所有权利。”，“name:”版权“，”label“：”版权所有“}]}}