{“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”：[[2023,5,19]]，“日期-时间”：“2023-05-19T04:55:10Z”，“时间戳”：1684472110299}，“发布者位置”：“美国纽约州纽约市”，“引用-计数”：39，“发布商”：“ACM”，“内容-域”：[“dl.ACM.org”]，“交叉标记-严格离子“：true}，”短容器时间“：[]，“published-print”：{“date-parts”：[[2018,12,18]]}，“DOI”：“10.1145\/3293353.293410”，“type”：“proceedings-article”，“created”：{“date-ports”：[2020,5,4]，“date-time”：“2020-05-04T22:07:32Z”，“timestamp”：1588630052000}，”update-policy“http://dx.DOI.org\/10.1145\/crossmark-policy”，“source”：“Crossref”，“is-referenced-by-count”：1，“title”：[“使用图卷积神经网络进行图像共分割”]，“前缀”：“10.1145”，“作者”：[{“given”：“Sayan”，”family“：”Banerjee“，”sequence“：”first“，”affiliation“：[{name“：”Indian Institute of Technology Bombay，Mumbai，India“}]}，{given“：”Avik“，”faily“：“Hati”，“sequence”：“additional”，“affiliance”：[}“name”：“印度孟买印度理工学院”}]}，{“给定”：“Subhasis”，“家族”：“Chaudhuri”，“序列”：“附加”，“附属”：[{“名称”：“印度孟买印度理工学院”}]}，{“给定”：“Rajbabu”，“家族”：“Velmurugan”，“序列”：“附加”，“附属”：[{“名称”：“印度孟买印度理工学院”}]}]，“成员”：“320”，“在线发布”：{“日期部分”：[[2020,5,3]}，“参考”：[{“密钥”：“e_1_3_2_1_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/TPAMI.20.120”}，{“密钥”：“e_1_3_2_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/CVPR.2010.5540080”}，{“密钥”：“e_1_3_2_3_1”，“doi断言者”：publisher”，“doi”：“10.1007\/s11263-010-0415-x”｝，｛“密钥”：“e_1_3_2_1_4_1”，“volume-title”：“图上的谱网络和局部连通网络。arXiv预印本arXiv:1312.6203”，《作者》：“Bruna Joan”，“年份”：“2013年”，“非结构化”：“Joan Bruna，Wojciech Zaremba，Arthur Szlam，and Yann LeCun.2013。图上的谱网络和局部连通网络。arXiv预印本arXiv:1312.6203（2013）。琼·布鲁纳（Joan Bruna）、沃伊切赫·扎伦巴（Wojciech Zaremba）、亚瑟·斯拉姆（Arthur Szlam）和亚恩·勒村（Yann LeCun）。2013年谱网络和图上的本地连接网络。arXiv预印本arXiv:1312.6203（2013）。“}，{”key“：”e_1_3_2_1_5_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109 \/CVPR.2011.5995415”}，“key”：“e_1_ 3_2_1 _6_1”，“volume-title”：“Puneet Kumar Dokania和Philip H.S.Torr”，”author“：”Chaudhry Arslan“，”year“：”2017“，”unstructured“：”Arslan Chaudhrey、Puneet Kumar Dokani和PhilipH.S。托尔。2017 . 发现用于弱监督语义分割的类特定像素。CoRR abs \/1707.05821（2017）。Arslan Chaudhry、Puneet Kumar Dokania和Philip H.S.Torr。2017.发现用于弱监管语义分割的类特定像素。CoRR abs \/1707.05821（2017）。“}，{”key“：”e_1_3_2_1_7_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109 \/CVPR.2014.261”}，“key”：“e_1_ 3_2_1 _8_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109 \/CVPR.2012.6247859“}”，{。图上的卷积神经网络与快速局域谱滤波。神经信息处理系统进展。3844--3852. Micha\u00ebl Defferrard Xavier Bresson和Pierre Vandergheynst。2016.图上的卷积神经网络与快速局部谱滤波。神经信息处理系统进展。3844--3852.“}，{”key“：”e_1_3_2_1_10_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109 \/TIP.2015.245636”}，“key”：“e_1_ 3_2_11_1”，“unstructured”：“David K Duvenaud Dougal Maclaurin Jorge Iparaguirre Rafael Bombarell Timothy Hirzel Al\u00e1n Aspuru-Guzik和Ryan P Adams.2015。用于学习分子指纹的图上卷积网络。神经信息处理系统进展。2224--2232. 大卫·K·杜维诺·道格尔·麦克劳林·豪尔赫·伊帕拉吉雷·拉斐尔·邦巴雷尔·蒂莫西·赫泽尔·阿尔（Timothy Hirzel Al\u00e1n Aspuru-Guzik）和瑞安·P·亚当斯（Ryan P Adams）。2015.用于学习分子指纹的图上卷积网络。神经信息处理系统进展。2224--2232.“}，{”key“：”e_1_3_2_12_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1007“/s11263-009-0275-4”}，“key”：“e_1_ 3_2_1_13_1”，“doi-assert-by”：“publisher”，”doi:“10.1109“/ICCV.2013.164”}、{”key“：“e_ 1_3_2 _14_1”、“volume-title”：“第十三届国际人工智能与统计会议论文集。249-256“，”作者“：”格洛特·泽维尔”，“年份”：“2010年”，“非结构化”：“泽维尔·格洛特和约舒亚·本吉奥。2010 . 了解训练深度前馈神经网络的困难。第十三届人工智能和统计国际会议论文集。249--256 . 泽维尔·格洛洛特和约舒亚·本吉奥。2010年。了解训练深度前馈神经网络的困难。第十三届人工智能和统计国际会议论文集。249--256.“}，{”key“：”e_1_3_2_15_1“，”volume-title“：”使用最大公共子图匹配和区域共增长进行图像共分割。在欧洲计算机视觉会议上。Springer，736--752“，”author“：”Hati Avik“，“year”：“2016”，“unstructured”：“”Avik Hati、Subhasis Chaudhuri和Rajbabu Velmurugan。2016 . 基于最大公共子图匹配和区域共增长的图像共分割。在欧洲计算机视觉会议上。施普林格，736-752。Avik Hati、Subhasis Chaudhuri和Rajbabu Velmurugan。2016年，使用最大公共子图匹配和区域共增长进行图像共分割。在欧洲计算机视觉会议上。Springer，736--752。“}，{”key“：”e_1_3_2_1_16_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICCV.2009.5459261”}，“key”：“e_1_3_2_17_1”，“unstructured”：“Kuang-Jui Hsu Yen-Yu Lin和Yung-Yu Chuang.2018。无监督对象共分割的共同关注CNN。在IJCAI。Kuang-Jui Hsu Yen-Yu Lin和Yung-Yu Chuang。2018年，非监督对象共同细分的共同关注CNN。在IJCAI中。“}，{”key“：”e_1_3_2_18_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2017.137”}，“key”：“e_1_ 3_2_1_19_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/CVPR.2010.5539868“}”，{719“}，{”键“：”e_1_3_2_1_21_1“，”卷时间“：”IEEE国际计算机视觉会议（ICCV）。IEEE，169--176“，“作者”：“Kim Gunhee”，“年份”：“2011”，“非结构化”：“Gunhee Kim，Eric P Xing，Li Fei-Fei，and Takeo Kanade。2011 . 基于各向异性扩散的子模优化分布式共分割。在IEEE国际计算机视觉会议（ICCV）上。IEEE，169--176。Gunhee Kim、Eric P Xing、Li Fei-Fei和Takeo Kanade。2011.通过各向异性扩散的子模块优化实现分布式共分割。在IEEE国际计算机视觉会议（ICCV）上。IEEE，169--176.“}，{”key“：”e_1_3_2_1_22_1“，”volume-title“：”图卷积网络的半监督分类。arXiv预印本arXiv:1609.02907“，”author“：”Kipf-Tomas N“，”year“：”2016“，”unstructured“：”Thomas N Kipf and Max Welling.2016。图卷积网络半监督分类。arXiv预印arXiv:1609.02907（2016）。托马斯·基普夫（Thomas N Kipf）和马克斯·威林（Max Welling）。2016.图卷积网络半监督分类。arXiv预印arXiv:1609.02907（2016）。“}，{”key“：”e_1_3_2_1_23_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICIP.2015.7351331”}，“key”：“e_1_a_2_1_24_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/CVPR.2015.7299008“}”，{“非结构化”：“刘策、袁珍妮和安东尼奥·托拉尔巴。2016.筛流：跨场景的密集通信及其应用。用于计算机视觉的密集图像通信。斯普林格，15-49岁。刘策、袁珍妮和安东尼奥·托拉尔巴。2016.筛流：跨场景的密集通信及其应用。用于计算机视觉的密集图像通信。Springer，15--49.“}，{”key“：”e_1_3_2_1_26_1“，”volume-title“：”使用混合模型CNN.arXiv预印本arXiv:1611.08402“，”author“：”Monti Federico“，”year“：”2016“，”unstructured“：”Federico-Monti，Davide Boscaini，Jonathan Masci，Emanuele Rodol\u00e0，Jan Svoboda，and Michael M Bronstein.2016“。使用混合模型CNN对图和流形进行几何深度学习。arXiv预印arXiv:1611.08402（2016）。费德里科·蒙蒂（Federico Monti）、大卫·博斯卡尼（Davide Boscaini）、乔纳森·马斯奇（Jonathan Masci）、伊曼纽尔·罗德尔（Emanuele Rodol\u00e0）、简·斯沃博达（Jan Svoboda）和迈克尔·布朗斯坦（Michael M Bronstein）。2016.使用混合模型CNN对图和流形进行几何深度学习。arXiv预印arXiv:1611.08402（2016）。“｝，｛“key”：“e_1_3_2_1_27_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/CVPR.2011.5995420”｝，｛“key”：“e_1_3_2_1_28_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/CVPR.2016.81”｝，｛“key”：“e_1_3_2_1_29_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/CVPR.2006.91”｝，｛“key”：“e_1_3_3_ 2_1_30_1“，”doi断言者“：”publisher“，”doi“：”10.1109\/CVPR.2013.253“｝，｛“密钥”：“e_1_3_2_31_1”，“doi由”断言：“publisher”，“doi”：“10.1109\/CVPR.2012.6247745”｝，｛“密钥”：“e_1_3_2_1_32_1”，“doi由”断言：“publisher”，“doi”：“10.1109\/TTS.204.2321121”｝，｛“密钥”：“e_1_3_2_1_33_1”，“卷标题”：“Stefan Chmiela，Alexandre Tkatchenko，and Klaus Robert M\u00fcller.”，“作者”：“Sch\u00fcller.”fctt Kristof“，”年份“：”2017“，”非结构化“：“Kristof Sch\u00fctt、Pieter-Jan Kindermans、Huziel Enoc Sauceda Felix、Stefan Chmiela、Alexandre Tkatchenko和Klaus-Robert M\u00fcller.2017。SchNet:用于建模量子相互作用的连续滤波卷积神经网络。神经信息处理系统进展。992-1002。Kristof Sch\u00fctt、Pieter-Jan Kindermans、Huziel Enoc Sauceda Felix、Stefan Chmiela、Alexandre Tkatchenko和Klaus-Robert M\u00ffller。2017年。SchNet：用于建模量子相互作用的连续滤波器卷积神经网络。神经信息处理系统进展。992--1002.“}，{”key“：”e_1_3_2_1_34_1“，”volume-title“：”基于图卷积神经网络的鲁棒空间滤波。arXiv预印本arXiv:1703.00792“，”author“：”Thous Felipe Petroski“，”year“：”2017“，”unstructured“：”Felipe Petroski Soke、Shagan Sah、Miguel Dominguez、Suhas Pillai、Chao Zhang、Andrew Michael、Nathan Cahill和Raymond Ptucha。2017.使用图卷积神经网络进行鲁棒空间滤波。arXiv预印arXiv:1703.00792（2017）。Felipe Petroski Soke、Shagan Sah、Miguel Dominguez、Suhas Pillai、Chao Zhang、Andrew Michael、Nathan Cahill和Raymond Ptucha。2017.使用图卷积神经网络进行鲁棒空间滤波。arXiv预印arXiv:1703.00792（2017）。“｝，｛”key“：”e_1_3_2_1_35_1“，”doi由“：”publisher“断言，”doi“：”10.1109\/ICCV.2013.422“｝，｛”key“：”e_1_3_2_1_36_1“，”doi由“：”publisher“断言，”doi“：”10.1007\/978-3-642-15552-9_34“｝，｛”key“：”e_1_3_2_1_37_1“，”doi由“：”publisher“断言，”doi“：”10.1109\/TM.2016.2545409“｝，｛”key“：”e_1_ 3_2_1_38_1“，”doi由“：”publisher“断言，”doi“：”10.1109\/CVPR.2017.697“}，{”key“：”e_1_3_2_1_39_1“，”doi-asserted-by“：”publisher“，“doi”：“10.24963\/ijcai.2017\/471”}]，“event”：{“name”：“ICVGIP 2018:第十一届印度计算机视觉、图形和图像处理会议”，“location”：“Hyderabad India”，“缩写”：“CCVGIP 2018”}，“container-title”：[“第十一届印度计算机视觉、图形和图像处理会议记录“]，“original-title”：[]，“link”：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/329353.3293410”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,5,18]]，“date-time”：2023-05-18T23:38:29Z“，”timestamp“：1684453109000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/329335293410”}}，“subtitle”：[]，“shorttitle”：[]，“issued”:{“date-parts”：[2018,12,18]]}，《references-count》：39，“alternative-id”：[“10.1145\/32993353.3293410”，“10.1145\/3293353”]，“URL”：“http:\/\/dx.doi.org\/10.1145\/3293353.3293410“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[[2018,12,18]]}，“断言”：[{“值”：“2020-05-03”，“顺序”：2，“名称”：“发布的”，“标签”：“已发布的”