｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,9,7]]，“date-time”：“2024-09-07T14:19:27Z”，“timestamp”：1725718767740｝，“publisher location”：“New York，NY，USA”，“reference count”：26，“publisher”：“ACM”，“content domain”：｛“domain”：[“dl.ACM.org”]，“crosmark restriction”：true｝，“short container title”：[]，“published-print”：{“date-parts”：[[2023,2,17]]}，“DOI”：“10.1145\/3587716.35877768”，“type”：“proceedings-article”，“created”：{“date-parts”：[[2023,9,7]]，“date-time”：“2023-09-07T23:27:30Z”，“timestamp”：169412925000}，”page“316-320”，“update-policy”：”http://\/dx.DOI.org\/10.1145\/crossmark-policy“，”source“：”Crossref“，”is-referenced-by-count“：0，”title“：[“基于互信息和对比学习的视频多模态暴力检测鲁棒框架”]，“前缀”：“10.1145”，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0002-3614-9929”，“authenticated-ORCID”：false，“given”：”Guoding“，”family“：”Xiong“，”sequence“：”first“，”affiliation“：[{“name”：“中国广东外语外贸大学广州多语智能重点实验室”}]}，{“ORCID”：“http://\/ORCID.org\/00000-0003-2661-3078”，“authenticated-ORCID”：false，“given”：”Yongmei“，“family”：“Zhou”，“sequence”：“additional”，“affiliation”：[{“name”：“中国广东外语外贸大学广州多语智能重点实验室”}]}，{“ORCID”：“http://\/ORCID.org\/0000-0002-3310-8347”，“authenticated-ORCID”：false，“given”：”Dong“，“family”：“Zhou”，“sequence”：“additional”，“affiliation”：[{“name”：“中国广东外语外贸大学广州多语智能重点实验室”}]}，{“ORCID”：“http://\/ORCID.org\/00000-0003-2838-8273”，“authenticated-ORCID”：false，“given”：”南开“，“family”：“Lin”，“sequence”：“additional”，“affiliation”：[{“name”：“中国广东工业大学计算机科学与技术学院”}]}]，“成员”：“320”，“在线发布”：{“日期-部件”：[[2023,9,7]]}，“参考”：[{“密钥”：“e_1_3_2_1_1_1”，“doi-asserted-by”：“publisher”，”doi“：”10.18178\/joig.3.296-101“}，”密钥“：”e_3_2_2_1“，”doi-assert-by“：”publisher“，“doi”：“10.1109 \/ICCV.2011.6126525“}，{”键“：“e_1_3_2_1_3_1”，“非结构化”：“Amparo\u00a0Elizabeth Cano\u00a0Basave Yulan He Kang Liu和Jun Zhao。2013。社交媒体中暴力检测的弱监督贝叶斯模型。(2013).“}，{”key“：”e_1_3_2_1_4_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2017.502”}，“key”：“e_1_3_2_1_5_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/JHEP09（2021）046“}，{”key“：”e_1_3_2_1_7_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2005.202”}，}“第十三届人工智能和统计国际会议论文集。JMLR研讨会和会议记录，297\u2013304”，“年份”：“2010年”，“作者”：“古特曼·迈克尔”，“关键”：“e_1_3_2_1_8_1”，“非结构化”：“迈克尔·古特曼和Aapo Hyv\u00e4rinen。2010年，噪声控制估计：非正规统计模型的新估计原则。第十三届人工智能和统计国际会议论文集。JMLR研讨会和会议记录，297\u2013304。“}，{”key“：”e_1_3_2_1_9_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2016.86”}，“key”：“e_1_ 3_2_1_10_1”，“doi-assert-by”：“publisher”，”doi“：”10.12720\/joig.2.128-32“}”，{“：”10.1109\/CVPRW.2012.6239348“}，{”volume-title“：”用于大规模音频分类的CNN架构。在2017年ieee声学、语音和信号处理国际会议（icassp）上，“作者”：“好时肖恩”，“关键”：“e_1_3_2_12_1”，“非结构化”：“肖恩·好时，Sourish Chaudhuri，Daniel \u00a0PW Ellis，Jort \u00a 0F Gemmeke，Aren Jansen，R \u00a-Channing Moore，Manoj Plakal，Devin Platt，Rif \u00a0A Saous，Bryan Seybold，2017。用于大规模音频分类的CNN架构。2017年，ieee声学、语音和信号处理国际会议（icassp）。IEEE，131\u2013135.“}，{”key“：”e_1_3_2_1_13_1“，”doi-asserted-by“：”publisher“，“doi”：“10.18178\/joig.6.2.174-180”}，“key”：“e_1_ 3_2_14_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/978-3642-10467-1_84“}”，{“volume-title”：“Mish:一个自正则非单调激活函数。arXiv预印本arXiv:1908.086.81”，“年份”：“2019”，“作者”：“Misra Diganta“，”key“：”e_1_3_2_1_15_1“，”unstructured“：”Diganta Misra“。2019.Mish：一个自正则非单调激活函数。arXiv预印本arXiv:1908.08681（2019）。}，{“volume-title”：“使用对比预测编码进行表征学习。arXiv预印本arXiv:1807.03748”，“年份”：“2018”，“作者”：“van\u00a0den Oord Aaron”，“key”：“e_1_3_2_16_1”，“非结构化”：“Aaron van\u0a0den-Oord，Yazhe Li，and Oriol Vinyals.2018。用对比预测编码进行表征学习。arXiv预印本arXiv:1807.03748（2018）。}，{“volume-title”：“工业时间序列数据中新颖性检测的归一化流。arXiv预印本arXiv:1906.06904”，“年份”：“2019”，“作者”：“Schmidt Maximilian”，“密钥”：“e_1_3_2_17_1”，“非结构化”：“Maximilian-Schmidt和Marko Simic.2019。规范工业时间序列数据中新颖性检测的流程。arXiv预印arXiv:1906.06904（2019）。“｝，｛”key“：”e_1_3_2_1_18_1“，”doi asserted by“：”publisher“，”doi“：”10.1109\/CVPR.2015.7298682“｝，｛”volume title“：”改进了具有多类n-空气损失目标的深度度量学习。神经信息处理系统的进展29“，”year“：”2016“，”author“：”Sohn Kihyuk“，”key“：”e_1_3_2_1_19_1“，”nonstructured“：”Kihyuk Sohn.2016“。使用多类n对丢失目标改进深度度量学习。神经信息处理系统进展29（2016）。“}，{”key“：”e_1_3_2_1_20_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2018.00678”}，“volume-title”：“深度学习与信息瓶颈原理。2015年ieee信息理论研讨会（itw）”，“author”：“Tishby Naftali”，“key”：“e_1_21_1”，“unstructured”：“Naftali-Tishby and Noga Zaslavsky.2015。深度学习和信息瓶颈原则。2015年，ieee信息理论研讨会（itw）。IEEE，1\u20135.“}，{“key”：“e_1_3_2_1_22_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TII.2021.3116377”}，“key“：”e_1_m2_2_1“，”doi-assert-by“：”publisher“，”doi“：”10.1016\/j.patrec.2020.11.018“}“：”10.1007\/978-3-030-58577-8_20“}，{”key“：”e_1_3_2_1_25_1“，”doi-asserted-by“：”publisher“，“DOI“：”10.1145 \/3503161.3547868“}，{“volume-title”：“基于siamese-LSTM的深度度量学习的三维人类行为识别。arXiv预印本arXiv:1807.02131”，“年份”：“2018”，“作者”：“Yucer Seyma”，“key”：“e_1_3_2_1_26_1”，“非结构化”：“Seyma Yucer and Yusuf\u00a0Sinan Akgul.2018。基于siamese-LSTM的深度度量学习的3D人体动作识别。arXiv预印arXiv:1807.02131（2018）。“}]，”event“：{”name“：”ICMLC 2023:2023第十五届国际机器学习与计算大会“，”缩写词“：”CIMLC 2023“，”location“：”中国珠海“}，”container-title“：[”2023年第十五届机械学习与计算国际会议论文集“]，”原文标题“：[]，”链接“：[{”URL“：”https:\/\/dl.acm.org/doi\/pdf\/10.1145\/3587716.3587768”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用程序”：“相似性检查”}]，“存放”：｛“日期部分”：[[2024,2,17]，“日期时间”：“2024-02-17T11:20:26Z”，“时间戳”：1708168826000｝，“分数”：1，“资源”：｛“主要”：｛“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/358777768“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2023,2,17]]}，“引用计数”：26，“alternative-id”：[“10.1145\/358716.35877768”，“10.1145\/3587716”]，“URL”：“http://\/dx.doi.org\/10.1145\/357716.35587768”“relation”：{}，“subject”：[]，“published”：{“date-parts”：[[2023,2,17]]}，”assertion“：[{”value“：”2023-09-07“，”order“：2，”name“：”published“，”label“：”published“，”group“：{“name”：”publication_history“，”标签“：”publication history“}}]}}