{“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”：[[2024,9,5]]，“日期-时间”：“2024-09-05T23:01:38Z”，“时间戳”：1725577298905}，“引用-计数”：37，“出版商”：“IEEE”，“许可证”：[{“开始”：{-“日期-零件”：[2021,10,1]]，”日期-时间“：”2021-10-01T00:00:00Z“，”timestamp“：163304640000}，”content-version“：”vor“，“delay-in-days”：0，“URL”：“https:\/\/ieeexplore.iee.org\/Xplorehelp\/downloads\/license-information\/ieee.html”}，{“start”：{“date-parts”：[[2021,10,1]]，“date-time”：“2021-10-01T00:00:00Z”，“timestamp”：163304640000}，“content-version”：“stm-asf”，“delay-in-days“：0，”URL“https:\\/doi.org\/10.15223 \/policy-029“}，{“开始”：{“日期部分”：[[2021,10,1]]，“date-time”：“2021-10-01T00:00:00Z”，“timestamp”：1633046400000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”shortcontainer-title“：[]，”published-print“：{”date-parts“：[2021,10]]}，“doi”：“10.1109\/swc50871.2021.00048”，“类型”：“procesdings-article”，“created”：{“date-parts”：[[2021,11,18]]，“date-time”：“2021-11-18T22:20:05Z”，“timestamp”：1637274005000}，“page”：“295-302”，“source”：”Crossref“，“is-referenced-by-count”：0，“title”：[“使用1D-CN从RGB视频流中识别人类活动”]，“prefix”：“10.1109”，”volume“：”15“，“author”：[{“given”：《Sivanvita》，“家族“：”Srimath“，“sequence”：“first”，“affiliation”：[]}，{“given”：“Yang”，“family”：“Ye”，“segment”：“additional”，“filiation“：[]{”given“：”Krishanu“，”family“：”Sarker“，”sequence“：”additional，“sequence”：“additional”，“affiliation”：[]}]，“成员”：“263”，“参考文献”：[｛“期刊标题”：“IEEE国际大数据与智能计算大会（BigComp）”，“文章标题”：“使用卷积神经网络从加速度计数据中识别人类活动”，“年份”：“2017”，“作者”：“lee”，“key”：“ref33”｝，｛“key”：“ref32”，“doi asserted by”：“publisher”，“doi”：“10.1016\/j.imavis.2017.01010”}，{“key”：“ref31”，“doi-asserted-by”：“publisher”，“doi”：“10.1049\/iet-ipr.2019.0350”}、{“key”：”ref30“，”doi-assert-by“：”publisher“，”doi“：”10.3115\/v1\/D14-1181“}，}“journal-title”：“国际学习表征会议（ICLR）”，“article-title“：”Adam：随机优化方法”，“年份”：“2015年”，“author”：“kingma”，“key”：“ref37”}，{“journal-title”：“NeuroIPS”，“article-title“：“ImageNet Classification with Deep Convolutional Neural Networks”，“year”：“2012”，“author”：“krizhevsky”，“key”：“ref36”}，“year”：“2014”，“journal-title”：“journal of Machine Learning Research”}，{“journal-title）：“ICLRE”，“article-title“：“Jointly Learning to Align and Translate神经机器翻译”，“year:”2015“，“author”：“bahdanau”，“key”：“ref34”}由“：“publisher”，“DOI”：“10.1109\/ICIP.2015.7350781”}，{“key”：“ref12”，“DOI-asserted-by”：“publicher”，“DOI”：”10.1109\/CVPR.2008.4587727“}，}“key”：”ref13“，”DOI-assert-by“：”publisher“，”DOI“：”10.1101109\/LSP.2017.2678539“}\/CVPR.2018.00127“}，{“key”：“ref15”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/CVPR.2019.00792”}，{“key”：“ref16”，“doi-asserted-by”：“publisher”，“doi”：“10.109\/TSMC.2018.2850149”}2634“}，{”key“：”ref19“，”doi-asserted-by“：”publisher“，”doi“：“10.1109\/ICIVC.2016.7571275”}，{“journal-title”：“NeuroIPS”，“article-title“：“单词和短语的分布式表示及其组成”，“year”：“2013”，“author”：“mikolov”，“key”：“ref28”}、{“key“：”ref4“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2009.5206779，“内政部”：“10.1109\/CVPR.2016.90”}，{“journal-title”：“CVPR”，“article-title“：“通过信息最大化学习人类行为”，“year”：“2008”，“author”：“liu”，“key”：“ref3”}PR.2017.143“}，{”key“：”ref5“，”doi-asserted-by“：“publisher”，“DOI”：“10.1007\/978-3642-25446-8_4”}，{“key”：“ref8”，“DOI-asserted-by”：“publicher”，“DOI”：”10.1109\/ICCV.2017.621“}，}“journal-title”：“NeuroIPS”，“article-title“：“视频中动作识别的双流卷积网络”，“year”：“2014”，“author”：“simonyan”，by“：”publisher“，”DOI“：“10.1109\/ICPR.2004.1334462”}，{“key”：“ref1”，“doi-asserted-by”：“publisher”，“doi”：“10.109\/IMCLA.2018.0029”}、{“journal-title”：“CVPR”，《article-title》：“基于骨架的动作识别的层次递归神经网络”，“year”：“2015”，“author”：“du”，”key“：“ref9”}.，{”key：“ref20”，“doi-asserte-by”：“publisher”，”doi“：”10.1109\/ICIP.2015.7351339“}，{“key”：“ref22”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/AVSS.2019.8909835”}，{“key”：“ref23”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICASSP.2019.8683720”}，{“key”：“ref26”，“doi-asserted-by”：“publisher”，“doi”：“10.109\/CVPR.2017.51”}、{“journal-title”：“CVPR”，”article-title“：“基于骨架的动作识别的时空NaiveBayes Nearest-Neighbor（ST-NBNN）”，“year”：“2017”，“author”：“weng”，“key“：”ref25“}]，“event”：{“name”：“2021 IEEE SmartWorld，无处不在的智能与计算，高级与可信计算，可扩展计算与通信，人民互联网和智能城市创新（SmartWorld\/SCALCOM\/UIC\/ATC\/IOP\/SCI）”，“开始”：{“日期”：[2021,10,18]]}，“位置”：“美国佐治亚州亚特兰大”，“结束”：{“日期”：[“2021 IEEE SmartWorld，无处不在的智能与计算，高级与可信计算，可扩展计算与通信，互联网和智能城市创新（SmartWorld\/SCALCOM\/UIC\/ATC\/IOP\/SCI）”]，“原始标题”：[]，“链接”：[{“URL”：“http://\/xplorestaging.IEEE.org\/ielx7\/9604213\/9604482.pdf？arnumber=9604482”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2022,5,10]]，“date-time”：”2022-05-10T16:51:16Z“，“timestamp”：1652201476000}，“score”：1，“resource”：{primary“：{”URL“https:\/\ieeeexplore.iee.org\/document\/9604482\/“}”，“subtittle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[[2021,10]]}，“references-count”：37，“URL”：“http://\/dx.doi.org\/10.1109\/swc50871.2021.00048”，“relation”：{}，”subject“：[]，“published”：{“date-parts”：[2021,10]}}}