{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,6,14]]，“日期时间”：“2024-06-14T07:19Z”，“时间戳”：1718349439048}，“引用计数”：30，“发布者”：“IEEE”，“内容域”：{“域”：[]，“交叉标记限制”：false}，”短容器时间“：[]”，“published-print“：{”日期部分“：[[2018,6]]}，“DOI”：“10.1109\/cvpr.2018.00164”，“type”：“proceedings-article”，“created”：{“date-parts”：[[2018,12,18]]，“date-time”：“2018-12-18T01:49:37Z”，“timestamp”：1545097777000}，“source”：《Crossref》，“is-referenced-by-count”：53，“title”：[“Global vsus Localized Generative Adversarial Nets”]，“prefix”：“101109”，“author”：[{“given”：”郭军“，”family“：”Qi“，”sequence“：“first”，“affiliation”：[]}，{“given”：“Liheng”，“family”：“Zhang”，“sequence”：“additional”，“atfiliation“：[]{”given“：”Hao“，”family“：”Hu“，”sequence“：”additional“，”affiliance“：[]}，”givent“：”Marzieh“，”家人“：”Edraki“，”序列“：”additional“、“affidiation”：[]}“，”从属“：[]}，{”给定“：“Xian-Sheng”，“family”：“Hua”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“263”，“reference”：[{“key”：“ref30”，“首页”：“912”，“article-title”：“使用高斯场和调和函数的半监督学习”，“author”：“zhu”，“year”：“2003”，“journal title”：《第二十届国际机器学习会议论文集》（ICML-03）“}，{“key”：“ref10”，“author”：“krizhevsky”，“year”：“2009”，“journal title”：“从微小图像中学习多层特征”}，{“key”：“ref11”，“author”：“kumar”，“year”：“2017”，“journal title”：“使用流形不变量改进gans的半监督学习”}，{“key”：“ref12”，“author”：“laine”，“year”：“2016”，“journal title”：“半监督学习的时间集合”}，{“key”：“ref13”，“author”：“li”，“year”：“2017”，“journal-title”：“Triple-generative敌对网络”}、{“key”：”ref14“，“author”：“miyato”，“year”：”2017“，“jornal-tittle”：《虚拟对抗训练：监督学习和半监督学习规范化方法》}，}“key:”：“ref15”，“作者”：“netzer”，“年份”：“2011年”，“新闻标题”：“通过非监督特征学习阅读自然图像中的数字”}，{“key”：“ref16”，“author”：“park”，“year”：“2017”，“journal-title”：“监督和半监督学习的对抗性辍学”}：“lipschitz密度上损失敏感的生成性对抗网络”}，{“key”：“ref18”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TPAMI.2016.2587643”}“}，{“key”：“ref4”，“author”：“dai”，“year”：“2017”，“journal-title”：“需要不良GAN的良好半监督学习”}，{“密钥”：“ref27”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/B978-0-12-802806-3.00008-7”}、{“key”：”ref3“首页”：“2399”，“article-tile”：“流形正则化：从标记和未标记示例学习的几何框架”，“卷”：“7”，“作者”：“belkin”，“年份”：“2006”，“期刊标题”：“机器学习研究杂志”}，{“key”：“ref6”，“author”：“dumoulin”，“year”：“2016”，“journal-title”：“对抗性学习推理”}：“本地和全球一致性学习”，“作者”：“周”，“年份”：“2004年”，“新闻标题”：“神经信息处理系统的进展”}，{“关键”：“参考5”，“作家”：“多纳休”，“年”：“2016年”，《新闻标题》：“对立特征学习”}，“author”：“kingma”，“year”：“2014”，“journal-title”：“Advances in neural information processing systems”}，{“key”：“ref7”，“first page”：《2672》，“article-title》：“Generative敌对网络”，“author”：“goodfellow”，“year”：《2014》，“jornal-tittle”：”Advances on in neurals information systems“}”，{”key：“ref2”，“doi-asserted-by”：“publisher”，“doi”：“10.1023\/B:MACH.000003312025363.1e”}，{“key”：“ref9”，“author”：“kingma”，“year”：“2013”，“journal-title”：“Auto-encoding variation bayes”}、{“密钥”：“ref1”，“作者”：“arjovsky”，“年份”：“2017”，“日记标题”：“Wasserstein GAN”}：“使用深度卷积生成对抗网络的无监督表征学习CoRR”}，{“key”：“ref22”，“first page”：”2226“，“article-title”：“训练机构的改进技术”，“author”：“salimans”，“year”：“2016”，“journal-title“：“Advances in neural information processing systems”}：“梯形网络的半监督学习”，“作者”：“rasmus”，“年份”：“2015”，“期刊标题”：“神经信息处理系统的进展”}，{“密钥”：“ref24”，“作者”：“springenberg”，“年份”：“2015”，“期刊标题”：“分类生成对抗性网络的非监督和半监督学习”}，{“密钥”：“ref23”，“作者”：“simard”，“year”：“0”，“journal-title”：“模式识别中的变换不变性？切线距离和切线传播”}，{“key”：“ref26”，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/1459359.1459446”}：“2018 IEEE\/CVF计算机视觉和模式识别会议（CVPR）”，“地点”：“犹他州盐湖城”，“开始”：{“日期部分”：[[2018,6,18]]}，“结束”：{-“日期部分“：[[2018，6,23]]}}，”容器标签“：[”2018 IEEE\/CVF计算机视觉与模式识别会议“]，”原文标题“：[]，”链接“：[{“URL”：“http://\/xplorestaging.ieee.org\/ielx7\/8576498\/85708262.pdf？arnumber=8578262”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2022,1,26]]，“date-time”：”2022-01-26T01:34:39Z“timestamp”：1643160879000}，“score”：1，“resource”：{“primary”（主要）:{“URL”（URL）：“https:\/\/ieeexplore.iee.org\/document\/8578262\/”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部件”：[[2018,6]]}，”引用计数“：30，”URL“：”http://\/dx.doi.org\/10.109\/cvpr.2018.00164“，”关系“：{}”，“主题”：[】，“发布”：}“日期/部件”：[2018,6]]}}}