{“id”：“https://openalex.org/W3180392870“，”doi“：”https://doi.org/10.109/cvpr46437.2021.00501“，”title“：”导向综合梯度：一种自适应路径去噪方法“，”display_name“：”引导综合梯度：用于去噪的自适应路径法“，”publication_year“：2021，”publiation_date“：”2021-06-01“，”ids“：{”openalex“：”https://openalex.org/W3180392870“，”doi“：”https://doi.org/10.109/cvpr46437.2021.00501“，”mag“：”3180392870“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/cvpr46437.2021.00501“，”pdf_url“：null，”source“：null，”license“：null，”license_id“：null，”version“：null，”is_accepted“：false，”is_published“：false｝，”type“：”article“，”type_crossref“：”proceedings article“，”indexed_in“：[”crossref“]，”open_access“：｛”is_oa“：true，”oa_status“：”green“，”oa_url“：”https://arxiv.org/pdf/2106.09788“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5088664492“，”display_name“：”Andrei Kapishnikov“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I1291425158“，”display_name“：”谷歌（美国）“，”错误“：”https://ror.org/00njsd438“，”country_code“：”US“，”type“：”company“，”沿袭“：[”https://openalex.org/I1291425158","https://openalex.org/I4210128969“]}]，”国家“：[”美国“]，”is_corresponding“：false，”raw_author_name“：”Andrei Kapishnikov“，”raw关联字符串“：[“谷歌研究”]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5025689655“，”display_name“：”Subhashini Venugopalan“，”orcid“：”https://orcid.org/0000-0003-3729-8456}，“机构”：[{“id”：https://openalex.org/I1291425158“，”display_name“：”谷歌（美国）“，”错误“：”https://ror.org/00njsd438“，”country_code“：”US“，”type“：”company“，”沿袭“：[”https://openalex.org/I1291425158","https://openalex.org/I4210128969“]}]，”国家“：[”美国“]，”is_corresponding“：false，”raw_author_name“：”Subhashini Venugopalan“，”raw _ afiliation_strings“：[“Google Research”]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5011669912“，”display_name“：”Besim Avci“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I1291425158“，”display_name“：”谷歌（美国）“，”错误“：”https://ror.org/00njsd438“，”country_code“：”US“，”type“：”company“，”沿袭“：[”https://openalex.org/I1291425158","https://openalex.org/I4210128969“]}]，”国家“：[”美国“]，”is_corresponding“：false，”raw_author_name“：”Besim Avci“，”raw _ afiliation_strings“：[“谷歌研究”]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5028957540“，”display_name“：”Ben Wedin“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I1291425158“，”display_name“：”谷歌（美国）“，”错误“：”https://ror.org/00njsd438“，”country_code“：”US“，”type“：”company“，”沿袭“：[”https://openalex.org/I1291425158","https://openalex.org/I4210128969“]｝]，”countries“：[”US“]，”is_corresponding“：false，”raw_author_name“：”Ben Wedin“，”raw_affiation_strings“：[”Google Research“]｝，｛”author_position“：”middle“，”author“：｛”id“：”https://openalex.org/A5015483503“，”display_name“：”Michael Terry“，”orcid“：”https://orcid.org/0000-0003-1941-939X}，“机构”：[{“id”：https://openalex.org/I1291425158“，”display_name“：”谷歌（美国）“，”错误“：”https://ror.org/00njsd438“，”country_code“：”US“，”type“：”company“，”沿袭“：[”https://openalex.org/I1291425158","https://openalex.org/I4210128969“]}]，”countries“：[”US“]，”is_corresponding“：false，”raw_author_name“：”Michael Terry“，”raw _affiliation_strings“：【”Google Research“]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5082178510“，”display_name“：”Tolga Bolukbasi“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I1291425158“，”display_name“：”谷歌（美国）“，”错误“：”https://ror.org/00njsd438“，”country_code“：”US“，”type“：”company“，”沿袭“：[”https://openalex.org/I1291425158","https://openalex.org/I4210128969“]}]，”国家“：[”美国“]，”is_corresponding“：false，”raw_author_name“：”Tolga Bolukbasi“，”raw _ afiliation_strings“：[“Google Research”]}]，”countries _ distinct_count“：1，”institutions _ disting_count count“：20，”cited_by_percentile_year“：{“min”：95，“max”：96}，“biblio”：{”volume“：null，”issue“：nul，”first_page“：null，”last_page“：null}，”is_retracted“：false，”is_paratext“：false，”primary_topic“：”{“id”：“https://openalex.org/T10036“，”display_name“：”计算机视觉和图像识别深度学习“，”score“：0.9997，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”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“}}，”主题“：[{”id“：”https://openalex.org/T10036“，”display_name“：”计算机视觉和图像识别深度学习“，”score“：0.9997，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”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“}}，{”id“：”https://openalex.org/T12026“，”display_name“：”可解释人工智能“，”score“：0.9979，”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“}}，{”id“：”https://openalex.org/T11307“，”display_name“：”转移学习和领域适应的进展“，”score“：0.9971，”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/gradient-based-localization（https://penalex.org/keywords）“，”display_name“：”基于梯度的本地化“，”score“：0.53729}，{”id“：”https://openalex.org/keywords/cinterpretable-models“，”display_name“：”可解释模型“，”score“：0.53068}，{”id“：”https://openalex.org/keywords/representation-learning网站“，”display_name“：”表征学习“，”score“：0.521475}，{”id“：”https://openalex.org/keywords/transfer-learning网站“，”display_name“：”转移学习“，”score“：0.518086}，{”id“：”https://openalex.org/keywords/neural-network-architectures网站“，”display_name“：”神经网络架构“，”score“：0.509847}]，”concepts“：[{”id“：”https://openalex.org/C97256817，“wikidata”：https://www.wikidata.org/wiki/Q1462316“，”display_name“：”虚假关系“，”level“：2，”score“：0.81072664}，{”id“：”https://openalex.org/C99498987，“wikidata”：https://www.wikidata.org/wiki/Q2210247“，”display_name“：”噪音（视频）“，”级别“：3，”分数“：0.70804715}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.6696839｝，｛”id“：”https://openalex.org/C2777735758，“wikidata”：https://www.wikidata.org/wiki/Q817765“，”display_name“：”Path（computing）“，”level“：2，”score“：0.6656727}，{”id“：”https://openalex.org/C177148314，“wikidata”：https://www.wikidata.org/wiki/Q170084“，”display_name“：”Generalization“，”level“：2，”score“：0.64151824}，{”id“：”https://openalex.org/C160633673，“wikidata”：https://www.wikidata.org/wiki/Q355198“，”display_name“：”像素“，”level“：2，”score“：0.60141367}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.5278492}，{”id“：”https://openalex.org/C143299363，“wikidata”：https://www.wikidata.org/wiki/Q900584“，”display_name“：”属性“，”级别“：2，”分数“：0.4994607}，{”id“：”https://openalex.org/C115961682，“wikidata”：https://www.wikidata.org/wiki/Q860623“，”display_name“：”Image（mathematics）“，”level“：2，”score“：0.43961084}，{”id“：”https://openalex.org/C50644808，“wikidata”：https://www.wikidata.org/wiki/Q192776“，”display_name“：”人工神经网络“，”level“：2，”score“：0.43941703}，{”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.43608493}，{”id“：”https://openalex.org/C11413529，“wikidata”：https://www.wikidata.org/wiki/Q8366“，”display_name“：”Algorithm“，”level“：1，”score“：0.32001495}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.23374581}，{”id“：”https://openalex.org/C33923547，“wikidata”：https://www.wikidata.org/wiki/Q395“，”display_name“：”数学“，”等级“：0，”分数“：0.22855797}，{”id“：”https://openalex.org/C15744967，“wikidata”：https://www.wikidata.org/wiki/Q9418“，”display_name“：”心理学“，”等级“：0，”分数“：0.072310716}，{”id“：”https://openalex.org/C134306372，“wikidata”：https://www.wikidata.org/wiki/Q7754“，”display_name“：”数学分析“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C77805123，“wikidata”：https://www.wikidata.org/wiki/Q161272“，”display_name“：”社会心理学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C199360897，“wikidata”：https://www.wikidata.org/wiki/Q9143“，”display_name“：”编程语言“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：2，”location“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/cvpr46437.2021.00501“，”pdf_url“：null，”source“：null，”license“：nully，”licence_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}，{”is_oa“：true，”landing_page_url”：“https://arxiv.org/abs/2106.09788，“pdf_url”：https://arxiv.org/pdf/2106.09788，“源”：{“id”：https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：null，“licence_id”：null，“version”：“submittedVersion”，“is_accepted”：false，“is_published”：false}]，“best_oa_location”：{“is_oa”：true，“landing_page_url”：“https://arxiv.org/abs/2106.09788，“pdf_url”：https://arxiv.org/pdf/2106.09788，“源”：{“id”：https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：null，“licence_id”：null，“version”：“submittedVersion”，“is_accepted”：false，“is_published”：false}，”sustainable_development_goals“：[]，“grants”：[]、“datasets”：【】，“versions”：【]，“referenced_works_count”：31，“referrenced_works”：[”https://openalex.org/W1787224781","https://openalex.org/W1849277567","https://openalex.org/W1915485278","https://openalex.org/W1995334767","https://openalex.org/W2069773274","https://openalex.org/W2115531174","https://openalex.org/W2117539524","https://openalex.org/W2282821441","https://openalex.org/W2336525064","https://openalex.org/W2487898712","https://openalex.org/W2594633041","https://openalex.org/W2762741128","https://openalex.org/W2766912318","https://openalex.org/W2898422183网址","https://openalex.org/W2951306478","https://openalex.org/W2962851944","https://openalex.org/W2962858109","https://openalex.org/W2963382180","https://openalex.org/W2963483561","https://openalex.org/W2963749936","https://openalex.org/W2969880113","https://openalex.org/W2988157455","https://openalex.org/W3006064320","https://openalex.org/W3035180228","https://openalex.org/W3101609372","https://openalex.org/W3187997433","https://openalex.org/W4287634290","https://openalex.org/W428083516","https://openalex.org/W4293861706","https://openalex.org/W4300235091","https://openalex.org/W4301967114“]，”related_works“：[”https://openalex.org/W2885094885","https://openalex.org/W2546871836","https://openalex.org/W2494487529","https://openalex.org/W2136485282","https://openalex.org/W2082812588","https://openalex.org/W2061226034","https://openalex.org/W2044908638","https://openalex.org/W1985216060","https://openalex.org/W1538140181","https://openalex.org/W1506006726“]，”ngrams_url“：”https://api.openalex.org/works/W3180392870/ngrams网站“，”“abstract_inverted_index”：{“Integrated”：[0]，“Gradients”：[1]，“（IG）”：[2]，“[29]”：[3]，“is”：[4,83163]，“a”：[5131140]，“commonly”：[6]，“used”：[7]，“feature”：[8]，“attribution”：[9105]，“method”：[10,22]，“for”：[11]，“deep”：[12]，“neural”：[13]，“networks”：[14]，“While”：[15,43]，“IG”：[16,90138148175]，“has”：[17,45]，“many”：[18]，“desired”：[19]，“属性，“：[20]，”属性：[21,35,59,64,67,78,81,84,89,94104110115120155159]，“经常”：[23]，“产生”：[24]，“杂散/噪声”：[25]，“像素”：[26]，“属性”：[27]，“in”：[28,66180]，“区域”：[29]，“that”：[30,75162173]，“ares”：[31,55]，“not”：[32112]，“related”：[33178]，“to”：[34,40]，“预测”：[36]，“类”：[37]，“何时”：[38]，“应用”：[39]，“视觉”：[41]，“模型。”：[42]，“此”：[44,71,97]，“已过”：[46]，“以前”：[47]，“注意到”：[48]，“[27]，”：[49]，“大多数”：[50]，“现有”：[51]，“解决方案”：[52]，“25]，”，“：[53]，“[17]”：[54]，“瞄准”：[56]，“对准”：[57]，“寻址”：[58]，“症状”：[60]，“by”：[61]，“显式”：[62]，“减少”：[63]，“噪音”：[65,87]，“结果”：[68]，“属性”：[69]，“输入”：[70]，“工作”：[72]，“我们”：[73101]，“显示”：[74167]，“一个”：[76]，“的”：[77,80,86,96,99133143]，“原因”：[79]，“问题”：[82]，“积累”：[85]，“沿”：[88]，“路径”：[91]，“到”：[92]，“最小化”：[93]，“效果”：[95]，“源”：[98]，“噪音”：[100]，“建议”：[102]，“适应”：[103]，“道路”：[106111134]，“自身”：[107]，“-”：[108]，“调节”：[109]，“只是”：[113]，“开启”：[114119]，“图像”：[1161]，“但是”：[117]，“也”：[118]，“模型”：[121]，“存在”：[122164]，“解释过。”：[123165]，“我们”：[124166]，“引入”：[125]，“自适应”：[126]，“路径”：[127]，“方法”：[128]，“（APM）”：[129]，“作为”：[130139]，“泛化”：[132]，“方式”，“：[135]，”和“：[136158170]，“引导”：[137147174]，“特定“：[141]，”实例“：[142]，”an“：[144]，”APM.“：[145]，“经验性地，”：[146]，“创造”：[149]，“显著性”：[150]，“映射”：[151]，“更好”：[152]，“对齐”：[153]，“与”：[154]，“模型的”：[156]，“预测”：[157]，“输入”：[160]，“通过”：[168]，“定性”：[169]，“定量”：[171]，“实验”：[172]，“优于”：[176]，“其他”：[177]，“方法”：[179]，“接近”：[181]，“每个”：[182]，“实验”：[183]}，“cited_by_api_url”：“https://api.openalex.org/works？filter=cites:W3180392870“，”counts_by_year“：[{”年“：2024，”cited_by_count“：3}，{”年份“：2023，”cited_by_count”：13}，“{”年度“：2022，”citecd_by_count“：2}，”{“年份”：2021，”citted_by_count“:2}]，”updated_date“：”2024-05-11T11:35:30.804587“，”created_date:“2021-07-19”}