{“id”：“https://openalex.org/W4390457871“，”doi“：”https://doi.org/10.1016/j.inffus.2023.102222“，”title“：“极低标记率下的半监督多传感器信息融合定制图嵌入低阶张量学习机”，”display_name“：”极低标记速率下的半监管多传感器信息集成定制图嵌入低阶张量学习机“，”publication_year“：2024，”publitation_date“：”2024-05-01“，”id“：{”openalex“：”https://openalex.org/W4390457871“，”doi“：”https://doi.org/10.1016/j.inffus.2023.102222“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1016/j.inffus.2023.102222“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S7560371“，”display_name“：”信息融合“，”issn_l“：”1566-2535“，”isn“：[”1566-21535“，“1872-6305”]，”is_oa“：false，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/P4310320990“，”“host_organization_name”：“Elsevier BV”，“host_organization_lineage”：[“https://openalex.org/P4310320990“]，”host_organization_lineage_names“：[”Elsevier BV“]，“type”：“journal”}，“license”：null，“licence_id”：null，“version”：null，“is_accepted”：false，“is_published”：false}，”type“：”article“，”type_crossref“：“jornal-article”，“indexed_in”：[”crossref“]，pository_has_fulltext“：false}，”authorships“：[{”author_position“：”first“，”author“：{”id“：”https://openalex.org/A5039705997“，”display_name“：”许海峰“，”兽人“：”https://orcid.org/0000-0003-1452-8319}，“机构”：[{“id”：https://openalex.org/I92178344“，”display_name“：”安徽工业大学“，”ror“：”https://ror.org/02qdtrq21“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I92178344“]}，{”id“：”https://openalex.org/I99065089“，”display_name“：”清华大学“，”ror“：”https://ror.org/03cve4549“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I99065089“]}]，”countries“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”Haifeng Xu“，”rau_affiliation_strings“：”清华大学机械工程系，北京，100084，中国“，”FreqX Intelligence Technology Co.，Ltd.，常州，213000，“安徽工业大学机械工程学院，Ma\u2019anshan，243032，中国“]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5062755510“，”display_name“：”Wei Wang“，”orcid“：”https://orcid.org/0000-0002-5320-9997“}，”机构“：[]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”Xu Wang“，”raw关联字符串“：[“智能游戏与决策实验室（IGDL），北京，100091，中国”]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5023484380“，”display_name“：”金凤黄“，”兽人“：”https://orcid.org/0000-0002-6806-3361}，“机构”：[{“id”：https://openalex.org/I99065089“，”display_name“：”清华大学“，”ror“：”https://ror.org/03cve4549“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I99065089“]}]，”国家“：[”CN“]，”is_corresponding“：true，”raw_author_name“：”黄金凤“，”raw_affiliation_strings“：[“清华大学机械工程系，北京，100084，中国”]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5024751017“，”display_name“：”张飞斌“，”兽人“：”https://orcid.org/0000-0003-0659-1107}，“机构”：[{“id”：https://openalex.org/I99065089“，”display_name“：”清华大学“，”ror“：”https://ror.org/03cve4549“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I99065089“]}]，”国家“：[”CN“]，”is_corresponding“：true，”raw_author_name“：”张飞斌“，”raw_affiliation_strings“：[“清华大学机械工程系，北京，100084，中国”]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5013302911“，”display_name“：”Fulei Chu“，”orcid“：”https://orcid.org/0000-0003-0775-3593}，“机构”：[{“id”：https://openalex.org/I99065089“，”display_name“：”清华大学“，”ror“：”https://ror.org/03cve4549“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I99065089“]}]，”countries“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”Fulei Chu“，”raw_affiliation_strings“：【”清华大学机械工程系，北京，100084，中国“】}]，“countries_distict_count”：1，“institutions_disticent_count”：2，“corresponding_author_ids”：[”https://openalex.org/A5023484380","https://openalex.org/A5024751017“]，”对应的机构ID“：[”https://openalex.org/I99065089","https://openalex.org/I99065089“]，”apc_list“：{”value“：4650，”currency“：”USD“，”value_USD“：4650'，”provenance“：”doaj“}，”apc _payed“：{'value'：4650]，”curency“：”美元“，”value_USD”：4650`，“provenance”：“doaj”}，“has_fulltext”：false，“cited_by_count”：2，“citected_by_percentile_year”：{“min”：97，“max”：99}，‘biblio’：{‘volume’：“105”，“issue”：null，“first_page”：“102222”，“last_page”：“102422”}is_retracted“：false，”is_paratext“：fase，”primary_topic“：{”id“：”https://openalex.org/T12303“，”display_name“：”张量分解及其在多线性代数中的应用“，”score“：0.9998，”subfield“：{”id“：”https://openalex.org/subfields/2605“，”display_name“：”计算数学“}，”字段“：{”id“：”https://openalex.org/fields/26“，”display_name“：”Mathematics“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T12303“，”display_name“：”张量分解及其在多线性代数中的应用“，”score“：0.9998，”subfield“：{”id“：”https://openalex.org/subfields/2605“，”display_name“：”计算数学“}，”字段“：{”id“：”https://openalex.org/fields/26“，”display_name“：”Mathematics“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T12676“，”display_name“：”极限学习机器的理论与应用“，”score“：0.912，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/ensembly-learning“，”display_name“：”合奏学习“，”score“：0.536214}，{”id“：”https://openalex.org/keywords/signal处理“，”display_name“：”信号处理“，”score“：0.521138}，{”id“：”https://openalex.org/keywords/parallel-factor-analysis网站“，”display_name“：”平行因子分析“，”score“：0.502828}]，”concepts“：[{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.6926936}，{”id“：”https://openalex.org/C155281189，“wikidata”：https://www.wikidata.org/wiki/Q3518150“，”display_name“：”张量（内在定义）“，”level“：2，”score“：0.6152716}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.5565448}，{”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.52586937}，{”id“：”https://openalex.org/C95623464，“wikidata”：https://www.wikidata.org/wiki/Q1096149“，”display_name“：”分类器（UML）“，”级别“：2，”分数“：0.50034976}，{”id“：”https://openalex.org/C33954974，“wikidata”：https://www.wikidata.org/wiki/Q486494“，”display_name“：”传感器融合“，”level“：2，”score“：0.46747398}，{”id“：”https://openalex.org/C124101348，“wikidata”：https://www.wikidata.org/wiki/Q172491“，”display_name“：”数据挖掘“，”level“：1，”score“：0.46247423}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.36865008}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.22415298}，{”id“：”https://openalex.org/C202444582，“wikidata”：https://www.wikidata.org/wiki/Q837863“，”display_name“：”纯粹数学“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1016/j.inffus.2023.102222“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S7560371“，”display_name“：”信息融合“，”issn_l“：”1566-2535“，”isn“：[”1566-253“，”1872-6305“]，”is_oa“：false，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/P4310320990“，”“host_organization_name”：“Elsevier BV”，“host_organization_lineage”：[“https://openalex.org/P4310320990“]，”host_organization_lineage_names“：[”Elsevier BV“]，“type”：“journal”}，“license”：null，“licence_id”：nul，“version”：null，“is_accepted”：false，“is_published”：false}]，“best_oa_location”：nully，“sustainable_development_goals”：[{“score”：0.41，“display_name”：“体面劳动和经济增长”，“id”：“https://metadata.un.org/sdg/8“}]，”拨款“：[{”资助者“：”https://openalex.org/F4320321001“，”funder_display_name“：”国家自然科学基金“，”award_id“：”52305115“｝，｛”funder“：”https://openalex.org/F4320321001“，”“funder_display_name”：“国家自然科学基金”，“award_id”：“52161135101”}，{“funder”：“https://openalex.org/F4320321001“，”“funder_display_name”：“国家自然科学基金”，“award_id”：“52105109”}，{“funder”：“https://openalex.org/F4320321543“，”funder_display_name“：”中国博士后科学基金会“，”award_id“：”2023M741938“}]，”datasets“：[]，”versions“：[]，”referenced_works_count“：54，”referrenced_works“：[”https://openalex.org/W1983320747","https://openalex.org/W1993482030","https://openalex.org/W2011256616","https://openalex.org/W2020316573","https://openalex.org/W2024165284","https://openalex.org/W2043571470","https://openalex.org/W2059713011","https://openalex.org/W2096683380","https://openalex.org/W2477490855","https://openalex.org/W2541711215","https://openalex.org/W2604930203","https://openalex.org/W2620691296","https://openalex.org/W2794908468","https://openalex.org/W2810188680","https://openalex.org/W2906988372","https://openalex.org/W2963885538","https://openalex.org/W2966040026","https://openalex.org/W2981704932","https://openalex.org/W3023635941","https://openalex.org/W3028495429","https://openalex.org/W3040178959","https://openalex.org/W3093592106","https://openalex.org/W3096151625","https://openalex.org/W3103532839","https://openalex.org/W3108060352","https://openalex.org/W3117055840","https://openalex.org/W3132447096","https://openalex.org/W3134397144","https://openalex.org/W3135601218","https://openalex.org/W3149994345","https://openalex.org/W3150282857","https://openalex.org/W3161067954","https://openalex.org/W3178645976","https://openalex.org/W3179759556","https://openalex.org/W4200372731","https://openalex.org/W4205793477","https://openalex.org/W4220653838","https://openalex.org/W4220654334","https://openalex.org/W4224044508网址","https://openalex.org/W4225543909","https://openalex.org/W4229010399","https://openalex.org/W4283513869","https://openalex.org/W4285013588","https://openalex.org/W4285489620","https://openalex.org/W4294114292","https://openalex.org/W4308799120","https://openalex.org/W4311144188","https://openalex.org/W4319337711","https://openalex.org/W4322765614","https://openalex.org/W4323545792","https://openalex.org/W4324290531","https://openalex.org/W4327808375","https://openalex.org/W4380607122","https://openalex.org/W4382405263“]，”related_works“：[”https://openalex.org/W4390590544","https://openalex.org/W4384212932","https://openalex.org/W4306674287","https://openalex.org/W4286629047","https://openalex.org/W4224009465","https://openalex.org/W4205958290","https://openalex.org/W2990460313","https://openalex.org/W2973458857","https://openalex.org/W2961085424","https://openalex.org/W2096195258“]，”ngrams_url“：”https://api.openalex.org/works/W4390457871/ngrams网站“，”“abstract_inverted_index”：{“This”：[0]，“paper”：[1]，“investives”：[2]，“a”：[3,40,5112186215]，“demanding”：[4]，“and”：[5,42,72,82110151170192205241]，“sensitive”：[6]，“task”：%7,32]，“of”：[811513914619421822423725]，”“intelligent”：[9]，“fault”：[10,24]，“diagnosis”：[11]，”in“：[12,77130]，“其中”：[13,65]，“多传感器”：[14]，“信号“：[15,85108]，”是“：[16,86,93175200]，”融合“：[17]，”用于“：[18]，”半监督“：[19,55198]，”分析“：[20]，”带有“：[21]，”少数“：[22]，”标记“：[23225240]，”数据。“：[25196]，”探索“：[26]，”有效“：[27]，”策略“：[28]，”到“：[29133177]，”解决“：[30]，”这个“：[31,46,48]，”来自“：[33153182]，”an“：[34119]，”工业“：[35]，”或“：[36]，”学术“：[37]，”视角“：[38]，”保持“：[39164]，”挑战“：[41]，”资源消耗“：[43]，”任务。“：[44]，”To“：[45]，”issue“：[47]，”study“：[49]，”developes“：[50]，”new“：[22]，”low rank“：[53,60136]，”tensor-based“：[54171]，”classifier“，”:[56]，“called”：[57]，“graph”：[58172]，“embedded”：[59]，“tensor”：[6112124155161195246]，“learning”：[62]，“machine”：[63]，“（GE-LRTLM），”：[64]，“可以”：[66213248]，“有效”：[67]，“缓解”：[68]，““：[69,74,89,961031441471541601671892062102222235238250]，”前述“：[70]，”困难“：[71]，”增加“：[73]，”诊断“：[75]，”精度“：[76]，”工程“：[78]，”应用程序。“：[79]，“First，”：[80]，“multi-sensor”：[81,97107243]，“channel”：[83]，“vibration”：[84]，“converted”：[87]，“into”：[88]，“pixel”：[90]，“matrixes”：[91]，“that”：[92159209234]，“stacked”：[94]，“as”：[95]，“information”：[98138181244]，“fusion”：[99114245]，“feature”：[100141150]，“张量，”：[101]，”制造“：[102]，”耦合“：[104]，”关系“：[105]，”介于“：[106]，”保留“：[109]，”实现“：[111185]，”合理“：[113]，”多源“：[116]，”特征。“：[117]，”“此外，”：[118]，“高级”：[120]，“分解”：[122]，“方法”，：[123]，“核”：[125]，“范数”：[126]，“（TNN）”，“：[127]，“是”：[128227]，“引入”：[129176]，“GE-LRTLM”：[131]，“模型”：[13253]，“获取”：[134178]，“结构”：[137163]，“每个”：[140]，“张量”：[142]，“实现”：[143]，“提取”：[145]，“大多数”：[148]，“重要”：[149]，“模式”：[152]，“数据”：[156162]，“while”：[157]，“确保”：[158]，“不变。“：[165]，“最终，”：[166]，“流形”：[168]，“正则化”：[169]，“构造”：[173]，“方法”：[174212]，“势”：[179]，“标签”：[180]，“未标记”：[183242]，“样本”：[184]，“更好”：[187]，“描述”：[188]，“几何”：[190]，“相似性”：[191]，“分布”：[193]，“数值”：[197]，“实验”：[199]，“进行”：[201]，“跨越”：[202]，“多个“：[203]，”数据集“：[204]，”结果“：[207]，”演示“：[208]，”建议“：[211]，”实现“：[214]，”分类“：[216]，”准确度“：[217]，”97%“：[219]，”偶数“：[220]，”时间“：[221]，”数量“：[223]，”样本“：[226247]，“极端”：[228]，“有限”。“：[229]，”同时，“：[230]，”它“：[231]，”也“：[232]，”验证“：[233]，”组合“：[236]，”构造“：[239]，”促进“：[249]，”改进“：[251]，”准确性。“：[254]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4390457871“，”counts_by_year“：[{”年“：2024，”引用_by_count“：2}]，”更新日期“：”2024-06-03T05:18:10.233881“，”创建日期“：“2023-12-31”}