{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“讯息”：{“索引”：{“日期部分”：[[2024,9,10]]，“日期时间”：“2024-09-10T07:20:39Z”，“时间戳”：1725952839596}，“参考计数”：47，“出版商”：“电气与电子工程师学会（IEEE）”，“发行”：“10”，“许可证”：[{“开始”：{-“日期部分“：[2019,10,1]]，”日期时间“：“2019-10-01T00:00:00Z”，“timestamp”：1569888000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/ieeexplore.iee.org\/Xplorehelp\/downloads\/license-information\/ieee.html”}，{“start”：{“date-parts”：[[2019,10,1]]，“date-time”：“2019-10-01T00:00”，“时间戳”：15698 8800000}，“：”stm-asf“，”delay-in-days“：0，”URL“：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2019,10,1]]，“date-time”：“2019-10-01T00:00:00Z”，“timestamp”：156988800000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}]，“出资人”：[{“name”：“国家密钥R&中国D项目”，“奖项”：[“2017YFC0113000”，“2016QY07X1402”]}，{“doi”：“10.13039\/501000001809”，“name”：“国家自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“U1701262”，“61671267”]，“id”：[{“id”:“10.13029\/5010001809”、“id-type”：“doi”，“asserted-by”：”publisher“}]}]，“content-domain”：{“domain”:[]，“cross-mark-restriction”：false}，“short-container-title”：[“IEEE Trans.Neural Netw.Learning Syst.”]，“published-print”：{“date-parts”：[[2019,10]]}，“DOI”：“10.1109\/tnnls.2018.2869747”，“type”：“journal-article”，“created”：{“date-parts”：[[2018,10,2]，“date-time”：“2018-10-02T18:25:21Z”，“timestamp”：1538504721000}，”page：“2963-2972”，“source”：”Crossref“，“is”referenced-by-count“：56，”标题“：[“Hypergraph-Induced Convolutional Networks for Visual Classification”]，“前缀”：“10.1109”，“卷”：“30”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0000-0002-9040-7247”，“authenticated-ORCID”：false，“给定”：“河源”，“家族”：“石”，“sequence”：“first”，“affiliation”：[]}，{“givent”：“Yubo”，“family”：“Zhang”，“序列”：“additional”，“从属关系”：[]}，“ORCID”（ORCID）：“http://\/orcid.org\/00000-0001-7329-6461”，“authenticated-orcid”：false，“given”：“Zizhao”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[]}，{“orcid”：“家庭”：“赵”，“序列”：“additional”，“affiliation”：[]}，{“ORCID”：“http://\/ORCID.org\/00000-0002-4971-590X”，“authenticated-ORCID”：false，“给定”：“越”，“家族”：“高”，“序列”：“附加”，“从属”：[]}，}“给定”:“嘉光”，“家庭”：“孙”，“sequence”：“addressive”，“faliation”:[]}]，“member”：“263”，“reference”：[{“key”：”ref39“，“doi”asserted-by“：”publisher“，”doi“：“10.1109\/TIP.2012.2199502”}，{“key”：“ref38”，“首页”：“1601”，“article-title”：“学习超图：聚类、分类和嵌入”，“author”：“zhou”，“year”：“2006”，“journal-title“：Proc NIPS”}、{“key”：”ref33“，“artice-title，“年份”：“2013年”，“期刊标题”：“CoRR”}，{“key”：“ref32”，“article-title”：“几何深度学习：超越欧几里德数据”，“volume”：”abs 1611 8097“，“author”：“bronstein”，“year”：“2016”，“journal title”：“新闻标题”：“CoRR”}，{“key”：“ref30”，“doi-asserted-by”：“publisher”，“doi”：“10.1109 \/TNN.2008.2005605”}文章标题“：“学习图的卷积神经网络”，“author”：“niepert”，“year”：“2016”，“journal-title”：“Proc-Int-Conf-Mach-Learn（ICML）”}，{“key”：“ref35”，“first-page”：“1993”，“article-tite”：“Diffusion-convolutional neural networks”，“volume”：”29“authors”：“atwood”，“year”：”2016“journal-title“：”Proc-Adv-neural Inf Process Syst“}”，{”key“ref34”，“article-title”：“图形结构数据上的深度卷积网络”，“volume”：“abs 1506 5163”，“author”：“henaff”，“year”：“2015”，“journal-title“：”CoRR“}，{“key”：”ref10“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/ICCV.2015.114，{“key”：“ref11”，“doi-asserted-by”：“crossref”，“首页”：“84”，“DOI”：“10.1145\/3065386”，“文章标题”：“深度卷积神经网络的ImageNet分类”，“卷”：“60”，“作者”：“krizhevsky”，“年份”：“2012”，“期刊标题”：“Commun ACM”｝，｛“key”：“ref12”，“DOI断言者”：“publisher”，“DOI”：“10.1007\/111042-01540-x”｝，｛“key”：“ref13”，“DOI断言者”：“publisher”，内政部”：“10.1007\/s10278-016-9929-2”}，{“key”：“ref14”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/JBHI.2016.2635663”}}，{“key”：“ref17”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.neucom.2016.09.010”}，{“key”：“ref18”，“首页”：“2224”，“article-title”：“用于学习分子指纹的图上卷积网络”，“author”：“duvenaud”，“year”：“2015”，“journal-title“：“Proc NIPS”}，“author”：“defferrard”，“year”：“2016”，“journal-title”：“Proc NIPS”}，{“key”：“ref28”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.neucom.2015.06.064”}，“doi”：“10.1109\/TIP.2016.2621671”}，{“key”：“ref3”，“doi-asserted-by”：“publisher”，“DOI”：“10.1109\/TIP.2018.2862625”}，{“key”：“ref6”，“DOI-asserted-by”：“publicher”，“DOI”：”10.1109\/MSP.2017.2749125“}，}”key“：”ref29“，”DOI-assert-by“：”publisher“，”DOI“：”10.1016\/j.neucom.2014.11.028“}109\/TIP.2017.2694222“}，{”key“：”ref8“，”DOI-asserted-by“：”publisher“，”DOI“：“10.1007\/978-3319-46466-4_13”}，{“key”：“ref7”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TIP.2017.2781424”}15150“}，{”key“：”ref1“，”doi-asserted-by“：”publisher“，”doi“：“10.1109\/TNNLS.2016.2522431”}，{“key”：“ref46”，“首页”：“249”，“article-title”：“理解深度前馈神经网络训练的难度”，“author”：“glorot”，“year”：“2010”，“journal-title“：”Proc 13th Int Conf Artif Intell Statist“}，”{“密钥”：“ref20”，“doi-asserted-by”：“publisher”，“doi”：“10.1101109\/TNLS.2017.2736640”}、{“key”：“参考45”，“article-title”：“Adam：一种随机优化方法”，“volume”：“abs 1412 6980”，“author”：“diederik”，“year”：“2014”，“journal-title“：”CoRR“}，{“key”：”ref22“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR.2015.7298638，“作者”：“kipf”，“年份”：“2016”，“期刊标题”：“CoRR”｝，｛“key”：“ref21”，“doi断言者”：“publisher”，“doi”：“10.1016\/j.neucom.2010.10.10.031”｝，｛“key”：“ref42”，“doi断言者”：“publisher”，“doi”：“10.1109\/TIP.2015.2540802”｝，｛“key”：“ref24”，“doi断言者”：“publisher”，“doi”：“10.1007\/978-3-319-10584-584 0_24“｝，｛”key“：”ref41“，”doi断言者“：”publisher“，“DOI”：“10.1109\/SMI.2004.1314504”}，{“key”：“ref23”，“DOI-asserted-by”：“publisher”，“DOI:”10.1109\/TCYB.2014.2383389“}，}“key:”ref44“，”DOI-asserted-by“：”publisher“，”DOI“：”10.1007\/s00530-015-0485-2“}eucom.2016.10.089“}，{”key“：”ref43“，”DOI-asserted-by“：”publisher“，”DOI“：“10.1109\/TIP.2014.2372618”}，{“key”：“ref25”，“doi-asserted-by”：“publisher”，“doi”：“10.109\/LGRS.2015.2419713”}]，“container-title”：[“IEEE Transactions on Neural Networks and Learning Systems”]，“original title”：[]，“link”：[{“URL”：“http://explorestaging.iee.org\/ielx7\/5962385\/8844334\/08478794.pdf？arnumber=8478794“，”内容类型“：”未指定“，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2022,7,13]]，“date-time”：“2022-07-13T20:55:57Z”，“timestamp”：1657745757000}，“score”：1，“resource”：{“primary”：“URL”：“https:\/\/ieeexplore.iee.org\/document\/8478794\/”}}，”subtitle“：[]，“shorttitle”：[]，“已发布”：{“日期部分”：[[2019,10]]}，“references-count”：47，“journal-issue”：{“issue”：“10”}，“URL”：“http://\/dx.doi.org\/10.109\/tnnls.2018.2869747”，“relation”：{}，”ISSN“：[”2162-237X“，”21622388“]，”ISSN-type“：[{”value“：”2162-237X“，“type”：“print”}、{“value”：”2162/2388“，”type“”：“electronic”}]，“subject”：[]，“发布”：{“日期部分”：[[2019,10]]}}}