｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,5,22]]，“date-time”：“2024-05-22T05:55:07Z”，“timestamp”：1716357307220｝，“publisher location”：“New York，NY，USA”，“reference count”：48，“publisher”：“ACM”，“content domain”：｛“domain”：[“dl.ACM.org”]，“crosmark restriction”：true｝，“short container title”：[]，“published-print”：{“date-parts”：[[2021,10,29]]}，“DOI”：“10.1145\/3500931.3500948”，“type”：“procedings-article”，“created”：{“date-ports”：[2021,12,23]]，“date-time”：“2021-12-23T05:13:28Z”，“timestamp”：1640236408000}，”update-policy“：”http://\/dx.DOI.org\/10.1145\/crossmark-policy“，”source“：“Crossref”，“is-referenced-by-count”：1，“title”：[“分析基于机器学习算法的方法在预测新冠肺炎感染中的应用”]，“前缀”：“10.1145”，“作者”：[{“给定”：“一鸣”，“家庭”：“费”，“序列”：“第一”，“隶属关系”：[}“名称”：“中国香港恒生大学数学、统计与保险系”}]]，“成员”：“320”，“published-online”：{“date-parts”：[[2021,12,22]]}，“reference”：[{“key”：“e_1_3_2_1_1_1”，“unstructured”：“[n.d.]2019年冠状病毒病（COVID-19）主题问答。[世界卫生组织]http://www.who.int\/zh\/enances\/diseases\/novel-conarovirus-2019\/question-and-answers-hub\/q-a-detail\/conarovvirus-disease-covid-19[2020-08-26]。【未注明日期】。2019年冠状病毒病（COVID-19）主题问答。[世界卫生组织]。http://www.who.int\/zh\/enances\/diseases\/novel-conarovirus-2019\/question-and-answers-hub\/q-a-detail\/conarovvirus-disease-covid-19[2020-08-26]。“}，{”key“：”e_1_3_2_1_2_1“，”unstructured“：”[n.d.].2019冠状病毒病（COVID-19）是如何传播的？[世界卫生组织].https:\/\/www.who.int\/zh\/news-room\/q-a-detail\/conarovirus-disease-COVID-19-How-is-it-transmit[2020-08-26].[n.d].2019如何传播？[世界健康组织]https:\/\/www.who.int\/zh\/news-room\/q-a-detail\/conarovirus-disease-covid-19-how-is-it-transmitted[2020-08-26]。“}，{”key“：”e_1_3_2_1_3_1“，”unstructured“：”[n.d.].全球确认。[Johns Hopkins University].https:\/\/conarovirus.jhu.edu\/.[n.d].全球已确认。[Johns Hopkens University]。https:\//canovirus.jhu.edu\/.“}”，{“key”：“e_1_ 3_2_1_4_1”，“unstructure”：“[n.d]。COVID后状况。[U.S.Centers for Disease Control and Prevention]https:\/\/wcdc.gov\/cocoronavirus\/2019-ncov\/long-term-effects.html[2021-06-27]。【未注明日期】。冠后条件。[美国疾病控制和预防中心]。https:\/\/www.cdc.gov\/conarovirus\/2019-ncov\/long-term-effects.html[2021-06-27]。}，{“key”：“e_1_3_2_1_5_1”，“volume-title”：“时间序列建模与预测的初步研究。arXiv预印本arXiv:1302.6613”，“author”：“Adhikari Ratnadip”，“year”：“2013”，“unstructured”：“Ratnadip-Adhikali and Ramesh K Agrawal.2013”。时间序列建模和预测的介绍性研究。arXiv预印arXiv:1302.6613（2013）。Ratnadip Adhikari和Ramesh K Agrawal。2013年，时间序列建模和预测的介绍性研究。arXiv预印arXiv:1302.6613（2013）。“}，{”key“：”e_1_3_2_1_6_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ACCESS.2019.2952609”}，“key”：“e_1_3_2_1_7_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/s40595-018-0119-7“}.2020.08.008“}，{“key”：“e_1_3_2_1_9_1”，“首页”：“14”，“文章标题”：“应用自适应神经模糊推理系统，根据肉鸡生产的不同能量输入预测输出能量。阿格里”，“卷”：“5”，“作者”：“阿米德萨马”，“年份”：“2016年”，“非结构化”：“萨马阿米德和T梅斯里·冈多什米安。2016 . 应用自适应神经模糊推理系统预测肉鸡生产中基于不同能量输入的输出能量。农业。科学。Dev 5（2016），14-21。Sama Amid和T Mesri Gundoshmian。2016年，应用自适应神经模糊推理系统，根据肉鸡生产的不同能量输入预测输出能量。农业。科学。Dev 5（2016），14-21.”，“新闻标题”：“科学。Dev“}，{”key“：”e_1_3_2_1_10_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1002\/ep.12448”}，“key”：“e_1_ 3_2_11_1”，“volume-title”：“全球研究与教育国际会议。Springer，33-45”，“author”：“Ardabili Sina”，“year”：“2019”，“unstructured”：“Sina Ardabili、Amir Mosavi、Asghar Mahmoudi、Tarahom Mesri Gundoshmian、Saeed Nosratabadi和Annam\u00e1ria R V \u00e rkonyi-K\u00f3czy。2019 . 利用人工神经网络模拟蘑菇生长室的温度变化。在全球研究与教育国际会议上。施普林格，33-45岁。Sina Ardabili、Amir Mosavi、Asghar Mahmoudi、Tarahom Mesri Gundoshmian、Saeed Nosratabadi和Annam\u00e1ria R V \u00e rkonyi-K\u00f3czy。2019.使用人工神经网络模拟蘑菇生长大厅的温度变化。在全球研究和教育国际会议上。Springer，33-45.“}，{”key“：”e_1_3_2_12_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.jobe.2016.04.010“}”，{“key”：“e_1_ 3_2_13_1”，“doi-assert-by”：“publisher”，”doi:“10.3390\/a13100249”}，“key“”：“e_1_3_2_14_1”、“volume-title”：“ARIMA模型在COVID-2019疫情中的应用数据集。简要数据29“，“作者”：“Benvenuto Domenico”，“年”：“2020年”，“非结构化”：“多梅尼科·本文努托（Domenico Benvenuto）、玛塔·乔瓦内蒂（Marta Giovanetti）、拉扎罗·瓦萨洛（Lazzaro Vassallo）、西尔维娅·安吉莱蒂（Silvia Angeletti）和马西莫·西科齐（Massimo Ciccozzi）。2020年ARIMA模型在COVID-2019疫情数据集上的应用。简要数据29（2020），105340。Domenico Benvenuto、Marta Giovanetti、Lazzaro Vassallo、Silvia Angeletti和Massimo Ciccozzi。2020年ARIMA模型在COVID-2019疫情数据集上的应用。简要数据29（2020），105340。“}，{”key“：”e_1_3_2_15_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.renene.2009.10.037”}，“key”：“e_1_ 3_2_16_1”，“volume-title”：“Caglar Gulcere，Dzmitry Bahdanau，Fethi Bougares，Holger Schwenk，and Yoshua Bengio。”，“作者”：“Cho Kyunghyun”，”年份：“2014”，“非结构化”：“Kyunghyun Cho、Bart Van Merri\u00ebnboer、Caglar Gulcehre、Dzmitry Bahdanau、Fethi Bougares、Holger Schwenk和Yoshua Bengio。2014 . 使用RNN编码器-解码器学习短语表示以进行统计机器翻译。arXiv预印本arXiv:1406.1078（2014）。Kyunghyun Cho、Bart Van Merri\u00ebnboer、Caglar Gulcehre、Dzmitry Bahdanau、Fethi Bougares、Holger Schwenk和Yoshua Bengio。2014.使用RNN编码器-解码器学习短语表示，用于统计机器翻译。arXiv预印本arXiv:1406.1078（2014）。“}，{”key“：”e_1_3_2_17_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TPWRS.2002.804943”}，“key”：“e_1_ 3_2_1_18_1”，“volume-title”：“Jin Long Zhang，Kin Keung Lai.”，”author“：”Du Xiao Fang“，”year“：”2013“，”unstructured“：”杜晓芳（Xiao Fang Du）、梁振英（Stephen CH Leung）、张金龙（Jin Long Zhang）和赖建强（Kin Keung Lai）。2013 . 使用支持向量机对易腐农产品的需求进行预测。国际系统科学杂志44，3（2013），556-567。杜晓芳（Xiao Fang Du）、梁振英（Stephen CH Leung）、张金龙（Jin Long Zhang）和赖建强（Kin Keung Lai）。2013年，使用支持向量机对易腐农产品进行需求预测。国际系统科学杂志44，3（2013），556--567。“}，{“key”：“e_1_3_2_19_1”，“volume-title”：“基于双向LSTM和其他神经网络架构的框架音素分类。神经网络18，5--6”，“author”：“Graves Alex”，“year”：“2005”，“unstructured”：“Alex Graves和J\u00fcrgen Schmidhuber。2005。基于双向LSTM和其他神经网络结构的框架音素分类。神经网络18，5--6（2005），602--610。Alex Graves和J\u00fcrgen Schmidhuber。2005.使用双向LSTM和其他神经网络架构的框架音素分类。神经网络18，5--6（2005），602--610。“}，{”key“：”e_1_3_2_1_20_1“，”doi-asserted-by“：”crossref“，“first page”：“1”，“doi”：“10.1145”，“article-title”：“政府预测新型冠状病毒疫情的机器学习模型”，“volume”：”1“，”author“：”Gupta Rajan“，”“year”：“2020”，“unstructured”：“Rajan Gupta、Gaurav Pandey、Poonam Chaudhary和Saibal K Pal。2020 . 政府预测新冠肺炎疫情的机器学习模型。《数字政府：研究与实践》1，4（2020年），1-6。Rajan Gupta、Gaurav Pandey、Poonam Chaudhary和Saibal K Pal.2020。政府预测新冠肺炎疫情的机器学习模型。《数字政府：研究与实践1，4（2020），1-6.》，“新闻标题”：“数字政府：调查与实践”}，{“关键”：“e_1_3_2_1_21_1”，“量-时间”：“长-短期记忆。神经计算9，8”，“作者”：“Hochreiter Sepp”，“年份”：“1997”，“非结构化”：“Sepp Hochreite and J\u00fcrgen Schmidhuber.1997。长短期记忆。神经计算9，8（1997），1735-1780。Sepp Hochreiter和J\u00fcrgen Schmidhuber。1997年。长短期记忆。神经计算9，8（1997），1735--1780。“}，{“key”：“e_1_3_2_1_22_1”，“volume-title”：“长短期记忆。神经计算9、8”，“author”：“Hochreiter Sepp”，“year”：“1997”，“unstructured”：“Sepp Hochreite和J\u00fcrgen Schmidhuber。1997。长短期记忆。神经计算9，8（1997），1735-1780。Sepp Hochreiter和J\u00fcrgen Schmidhuber。1997.长短期记忆。神经计算9，8（1997），1735--1780.“}，{”key“：”e_1_3_2_1_23_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.ijhydene.2016.04.034”}，“{”key“：“e_1_3_2_1_24_1”，“volume-title”：“使用遗传算法进行鲁棒非线性区间回归分析的多层感知器。科学世界杂志2014”，“作者”：“Yi-Chung Hu.”，“年份”：“2014年”，“非结构化”：“胡一昌，2014。使用遗传算法进行鲁棒非线性区间回归分析的多层感知器。《科学世界杂志》2014（2014）。胡一昌.2014。使用遗传算法进行鲁棒非线性区间回归分析的多层感知器。《科学世界杂志》2014（2014）。“}，{”key“：”e_1_3_2_1_25_1“，”doi-asserted-by“：”crossref“，“unstructured”：“David S Hui Esam I Azhar Tariq A Madani Francine Ntoumi Richard Kock Osman Dar Giuseppe Ippolito Timothy D Mchugh Ziad A Memish Christian Drosten等人2020。2019-nCoV新型冠状病毒持续流行对全球健康的威胁——2019年中国武汉新冠病毒爆发。《国际传染病杂志》91（2020）264-266。David S Hui Esam I Azhar Tariq A Madani Francine Ntoumi Richard Kock Osman Dar Giuseppe Ippolito Timothy D Mchugh Ziad A Memish Christian Drosten等人，2020年。2019-nCoV新型冠状病毒持续流行对全球健康的威胁——2019年中国武汉新冠病毒爆发。《国际传染病杂志》91（2020）264--266.“，”DOI“：”10.1016\/j.ijid.2020.10.009“}，{”key“：”e_1_3_2_1_26_1“，”volume-title“：”ANFIS：自适应网络模糊推理系统“，”author“：”Jang j-SR“，“year”：“1993”，“unstructured”：“j-SR Jang.1993”。ANFIS：基于自适应网络的模糊推理系统。IEEE系统、人与控制论事务23，3（1993），665--685。J-SR张。1993。ANFIS：基于自适应网络的模糊推理系统。IEEE系统、人与控制论事务23，3（1993），665--685。“}，{”key“：”e_1_3_2_1_27_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CCEC.2019.8861915”}，“key”：“e_1_a_2_1_28_1”，“doi-assert-by”：“publisher”，”doi“：”10.1016\/j.seta.2018.01.001“}卷时间“：”基于快速梯度的推理，带有辅助形式的连续潜在变量模型。arXiv预印本arXiv:1306.0733“，“author”：“Kingma Diederik P”，“year”：“2013”，“unstructured”：“Diederik P Kingma。2013.基于快速梯度的推理，使用辅助形式的连续潜在变量模型。arXiv预印本arXiv:1306.0733（2013）。迪德里克·P·金马。2013.基于快速梯度的推理，使用辅助形式的连续潜在变量模型。arXiv预印本arXiv:1306.0733（2013）。“}，{”key“：”e_1_3_2_1_31_1“，”doi-asserted-by“：”publisher“，”doi“：”10.7326\/M20-3012“}”，{“key”：“e_1_ 3_2_1_1_32_1”，“doi-assert-by”：“publisher”，“doi”：“10.1371\/journal.pone.0231236”}，“{”key“：“e_ 3_2_33_1”，”volume-title“：”Sanjay Kumar Sonbhadra，and Sonali Agarwal“，”作者“：“Punn Narinder Singh”，“年份”：“2020年”，“非结构化”：“Narinder Singh Punn、Sanjay Kumar Sonbhadra和Sonali Agarwal。2020 . 使用机器学习和深度学习算法进行新冠肺炎疫情分析。MedRxiv（2020年）。Narinder Singh Punn、Sanjay Kumar Sonbhadra和Sonali Agarwal。2020年，使用机器学习和深度学习算法进行新冠肺炎疫情分析。MedRxiv（2020年）。“}，{”key“：”e_1_3_2_1_34_1“，”volume-title“：”机器学习国际会议。PMLR，1278--1286“，”author“：”Rezende Danilo Jimenez“，”year“：”2014“，”unstructured“：”丹尼尔·希梅内斯·雷泽德（Danilo Jimenez Rezende）、夏基尔·穆罕默德（Shakir Mohamed）和达安·维斯特拉（Daan Wierstra）。2014 . 深度生成模型中的随机反向传播和近似推理。在关于机器学习的国际会议上。PMLR，1278-1286年。丹尼尔·希梅内斯·雷泽德（Danilo Jimenez Rezende）、夏基尔·穆罕默德（Shakir Mohamed）和达安·维斯特拉（Daan Wierstra）。2014.深度生成模型中的随机反向传播和近似推断。在机器学习国际会议上。PMLR，1278--1286.“}，{”key“：”e_1_3_2_1_35_1“，”doi-asserted-by“：”publisher“，“doi”：“10.3390\/e2111078”}，“key”：“e_1_a_2_1_36_1”，“volume-title”：“Arif Mehmood，Saleem Ullah，Byung-On，Waqar Aslam，Gyu Sang Choi.”，“author”：“Rustam Furqan”，“year”：“2020”，“unstructured”：“Furqan Rustam、Aijaz Ahmad Reshi、Arif Mehmood、Saleem Ullah、Byung-On、Waqar Aslam和Gyu Sang Choi。2020 . 使用监督机器学习模型预测新冠肺炎的未来。IEEE接入8（2020），101489--101499。Furqan Rustam、Aijaz Ahmad Reshi、Arif Mehmood、Saleem Ullah、Byung-On、Waqar Aslam和Gyu Sang Choi。2020年，使用监督机器学习模型预测新冠肺炎的未来。IEEE access 8（2020），101489--101499。“}，{”key“：”e_1_3_2_1_37_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s10614-013-9411-x”}，“key”：“e_1_ 3_2_1_1_38_1”，“doi-assert-by”：“publisher”，”doi“：”10.3390\/app11094266“}”，{doi“：”10.1109\/78.650093“}，{“key”：“e_1_3_2_1_40_1”，“doi-asserted-by”：“publisher“，”DOI“：”10.1016\/j.chaos.2020.110212“}，{“key”：“e_1_3_2_1_41_1”，“DOI-asserted-by”：“publisher”，”DO我“：”101007\/s00477-020-01827-8“}”，{”key“：”e_1_a_2_1_42_1“，“volume-title”：“Analytics defined.Information Security Analytics”，“author”：“Talabis MRM”，“year”：“2015”，“unstructured”：“Talabis先生、R McPherson先生、I Miyamoto先生、JL Martin先生和D Kaye先生。2015.分析定义。《信息安全分析》（2015），1-12。Talabis先生、R McPherson先生、I Miyamoto先生、JL Martin先生和D Kaye先生。2015.分析定义。信息安全分析（2015），1--12.“}，{”key“：”e_1_3_2_1_43_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1080\/00031305.201380080”}，“key”：“e_1_m2_1_44_1”，“doi-assert-by”：“publisher”，”doi“：”10.1111\/j.2517-61.1996.tb02080.x“}”，{埃克拉穆尔·侯赛因（Ekramul Hossain）和穆罕默德·阿里·莫尼（Mohammad Ali Moni），“作者”：Uddin Shahadat”，“年份”：“2019年”，“非结构化”：“Shahadat-Uddin、Arif Khan、Md Ekramul Hossain和Mohammad Ali Moni。2019 . 比较用于疾病预测的不同监督机器学习算法。BMC医学信息与决策19，1（2019），1--16。沙哈达特·乌丁、阿里夫·汗、Md Ekramul Hossain和穆罕默德·阿里·莫尼。2019.比较用于疾病预测的不同监督机器学习算法。BMC医学信息学与决策19，1（2019），1--16.“}，{“key”：“e_1_3_2_1_46_1”，“unstructured”：“Ashish Vaswani Noam Shazeer Niki Parmar Jakob Uszkoreit Llion Jones Aidan N Gomez\u0141ukasz Kaiser and Illia Polosukhin.2017。注意力就是你所需要的。神经信息处理系统进展。5998--6008. Ashish Vaswani Noam Shazeer Niki Parmar Jakob Uszkoreit Llion Jones Aidan N Gomez\u0141ukasz Kaiser和Illia Polosukhin。2017年。你所需要的就是关注。神经信息处理系统进展。5998--6008.“}，{“key”：“e_1_3_2_1_47_1”，“volume-title”：“用于时间序列预测的深度变换器模型：流感流行案例。arXiv预印本arXiv:2001.08317”，“author”：“Wu Neo”，“year”：“2020”，“unstructured”：“Neo Wu，Bradley Green，Xue Ben，and Shawn O'Banion。2020。时间序列预测的深度变换模型：流感流行案例。arXiv预印arXiv:2001.08317（2020）。Neo Wu、Bradley Green、Xue Ben和Shawn O'Banion。2020年。用于时间序列预测的深度变换模型：流感流行案例。arXiv预印arXiv:2001.08317（2020）。“}，{”key“：”e_1_3_2_1_48_1“，”volume-title“：”智能医疗的医疗物联网“，”author“：”Yadav Dharminder“，”unstructured“：”Dharminder-Yadav，Himani Maheshwari，Umesh Chandra，and Avinash Sharma.2020。使用机器和深度学习进行新冠肺炎分析。用于智能医疗的医疗物联网。施普林格，31-63岁。Dharminder Yadav、Himani Maheshwari、Umesh Chandra和Avinash Sharma。2020年，使用机器和深度学习进行新冠肺炎分析。智能医疗的医疗物联网。Springer，31--63.“}，{”key“：”e_1_3_2_1_49_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.chaos.2020.110121”}]，”event“：{”name“：”ISAIMS 2021:第二届医学人工智能国际研讨会“，”location“：”Beijing China“，”缩写词“：”ISA 2021“}”，“container-title”：[“第二届医学人工智能国际研讨会论文集“]，“original-title”：[]，“link”：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3500931.3500948”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,14]]，“date-time”：2023-01-14T09:00:55Z“，”timestamp“：1673686855000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3500931.3500948”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2021,10,29]]}，《references-count》：48，“alternative-id”：[“10.1145\/350931.350948”，“10.1145”145\/3500931“]，”URL“：”http:\/\/dx.doi.org\/10.1145\/3500931.3500948“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[[2021,10,29]]}，“断言”：[{“值”：“2021-12-22”，“顺序”：2，“名称”：“发布”，“标签”：“已发布”，”组“：”名称“：”发布历史“，”标签“：“发布历史”}}}}