{“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”：[[2024,8,30]]，“日期-时间”：“2024-08-30T23:52:53Z”，“时间戳”：1725061973818}，“引用-计数”：24，“发布者”：“IEEE”，“许可证”：[{“开始”：{'日期-部件“：[2020,12,10]]，”日期-时间“：”2020-12-10T00:00:00Z“，”timestamp“：1607558400000}，”content-version“：”vor“，“delay-in-days”：0，“URL”：“https:\/\/ieeexplore.iee.org\/Xplorehelp\/downloads\/license-information\/ieee.html”}，{“start”：{“date-parts”：[[2020,12,10]]，“date-time”：“2020-12-10T00:00:00Z”，“timestamp”：1607558400000}，“content-version”：“stm-asf”，“delay-in-days“：0，”URL“https:\\/doi.org\/10.10.1 5223\/policy-029“}，{“开始”：{“日期部分”：[[2020,12,10]]，“date-time”：“2020-12-10T00:00:00Z”，“timestamp”：1607558400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\\/doi.org\/10.15223\/policy-037”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2020,12,10]]}，“doi”：“10.1109\/bigdata50022.2020.9378063”，“类型”：“procesdings-article”，“created”：{“date-parts”：[[2021,3,19]]，“date-time”：“2021-03-19T21:10:21Z”，“timestamp”：1616188221000}，“source”：“Crossref”，“is-referenced-by-count”：15，“title”：[“优化自然梯度下降的图形神经网络”]，“prefix”：“10.1109”，”author“[{”given“given”：”Mohammad Rasool“，”family“：”Izadi“，”sequence“first”，“隶属关系”：[]}，{“给定”：“一号”，“家庭”：“方”，“序列”：“附加”，“隶属”：[]}，}“给定的”：“罗伯特”，“家族”：“史蒂文森”，“顺序”：“额外”，“从属关系”：[]}“”：“带图卷积网络的半监督分类”，“author”：“kipf”，“year”：“2016”}，{“key”：“ref11”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/CVPR.2019.00202“}，”{“key”：”ref12“，”first page“：”1097“，”article-title“：”带深度卷积神经网络的Imagenet分类“，”author“：”krizhevsky“，”year“：”2012“，”journal-title：“神经信息处理系统的进展”}，{“key”：“ref13”，“首页”：“4156”，“article-title”：“自然梯度下降的经验Fisher近似的局限性”，“author”：“kunstner”，“year”：“2019”，“journal-title:“Advances in neural information processing systems”}：“10.1109 \/5.726791”}，{“key”：“ref15”，“doi-asserted-by”：“publisher”，“doi”：“10.11019 \/TSP.2018.2879624”}2014年“}，{”关键“：”参考18“，”首页“：”2408“，“article-title”：“用kronecker-factored近似曲率优化神经网络”，“author”：“martens”，“year”：“2015”，“journal-title:“International Conference on Machine Learning”}，{“key”：“ref19”，“first-page”：“8026”，“article-title:“Pytorch：一个命令式、高性能的深度学习库”，“journal-title”：“神经信息处理系统的进展”}，{“key”：“ref4”，“article-title“：”在线学习和随机优化的自适应次梯度方法“，”volume“：”12“，”author“：”duchi“，”year“：”2011“，”journal-title“:”journal of Machine learning Research“：“Fastgcn:通过重要性采样使用图卷积网络进行快速学习”，“作者”：“chen”，“年份”：“2018”}，{“key”：“ref6”，“首页”：“9550”，“文章标题”：“kronecker因子本征基中的快速近似自然梯度下降”，“作者”：“george”，“年份”：“2018”，“期刊标题”：“神经信息处理系统的进展”}，{“key”：“ref5”，“article-title”：“PyTorch Geometric快速图形表示学习”，“author”：“fey”，“year”：“2019”}，{“key”：”ref8“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2016.90“}，“key：“2010”，“journal-title”：“第十三届国际人工智能与统计会议论文集”}，{“key”：“ref2”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/MSP.2017.2693418”}：“Adam：一种随机优化方法”，“author”：“kingma”，“year”：“2014”}，{“key”：“ref20”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TNN.2008.2005605”}“10.1609\/aimag.v29i3.2157”}，{“key”：“ref24”，“article-title”：“图形神经网络：方法与应用综述”，“author”：“zhou”，“year”：“2018”}，{“key”：“ref23”，“first page”：《40》，“artice-title》：“用图形嵌入重新审视半监督学习”，“author”:“yang”，“year”：《2016》，“journal title”：《国际机器学习大会》}]，“event”：{“name”：“2020 IEEE国际大数据会议（Big Data）”，“地点”：“美国佐治亚州亚特兰大”，“开始”：{“date-parts”：[[2020,12,10]]}，“结束”：{“date-parts”：[2020,12,13]]}}，”container-title“：[”2020 IEEE大数据国际会议（BigData）“]，”original-title”：[]，“链接”：[{“URL”：“http://\/xplorestaging.ieee.org\/ielx7\/9377717\/937728\/09378063.pdf？arnumber=9378063”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2022,6,27]]，“date-time”：”2022-06-27T15:45:32Z“，“timestamp”：1656344732000}，“score”：1，“资源“：{“主”：{”URL“：“https:\/\/ieeexplore.iee.org\/document\/9378063\/”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期部分”：[[2020,12,10]]}，”引用计数“：24，”URL“：”http://\/dx.doi.org\/10.109\/bigdata50022.2020.9378063“，”关系“：{}”，“主题”：[]]，“发布”：}“日期部件”：[2020,12,1 0]]}}