Page 211 - 《软件学报》2024年第4期
P. 211

管泽礼  等:  基于强化联邦 GNN 的个性化公共安全突发事件检测                                               1789


         [65]    Zhang XX, Zhu ZF, Zhao YW, et al. Prototype learning in machine learning: A literature review. Ruan Jian Xue Bao/Journal of
             Software, 2022, 33(10): 3732−3753 (in Chinese with English abstract). http://www.jos.org.cn/1000-9825/6365.htm [doi: 10.13328/
             j.cnki.jos.006365]
         [66]    Tan Y, Long G, Liu L, et al. FedProto: Federated prototype learning across heterogeneous clients. Proc. of the AAAI Conf. on
             Artificial Intelligence, 2022, 36(8): 8432−8440.
         [67]    Abadi M, Chu A, Goodfellow I, et al. Deep learning with differential privacy. In: Proc. of the ACM SIGSAC Conf. on Computer
             and Communications Security. 2016. 308−318.
         [68]    Xu R, Baracaldo N, Zhou Y, et al. HybridAlpha: An efficient approach for privacy-preserving Federated learning. In: Proc. of the
             ACM Workshop on Artificial Intelligence and Security. 2019. 13−23.
         [69]    Sen P, Namata G, Bilgic M, et al. Collective classification in network data. AI Magazine, 2008, 29(3): 93−106.
         [70]    Shchur O, Mumme M, Bojchevski A, et al. Pitfalls of graph neural network evaluation. arXiv:1811.05868, 2019.
         [71]    Blondel VD, Guillaume JL, Lambiotte R, et al. Fast unfolding of communities in large networks. Journal of Statistical Mechanics:
             Theory and Experiment, 2008(10): P10008.

         附中文参考文献:
         [14]  杨佳鑫,  杜军平,  邵蓥侠,  等.  面向知识产权的科技资源画像构建方法.  软件学报, 2022, 33(4):  1439−1450.  https://www.jos.
             org.cn/1000-9825/6483.htm [doi: 10.13328/j.cnki.jos.006483]
         [18]  陈劲松,  孟祥武,  纪威宇,  等.  基于多维上下文感知图嵌入模型的兴趣点推荐.  软件学报, 2020, 31(12): 3700−3715.  http://
             www.jos.org.cn/1000-9825/5855.htm [doi: 10.13328/j.cnki.jos.005855]
         [65]  张幸幸,  朱振峰,  赵亚威,  等.  机器学习中原型学习研究进展.  软件学报, 2022,  33(10): 3732−3753.  http://www.jos.org.cn/
             1000-9825/6365.htm [doi: 10.13328/j.cnki.jos.006365]



                       管泽礼(1994-),  男,  博士生,  CCF 学生                王沛文(2000-),  男,  硕士生,  主要研究
                       会员,  主要研究领域为联邦学习,  图神经                       领域为机器学习,  联邦学习.
                       网络.



                       杜军平(1963-),  女,  教授, CCF 会士,  主              潘圳辉(1995-),  男,  博士生,  CCF 学生
                       要研究领域为人工智能,  机器学习,  模式                       会员,  主要研究领域为机器学习,  联邦
                       识别.                                          学习.




                       薛哲(1987-),  男,  博士,  副教授, CCF 专              王晓阳(1960-),  男,  教授, CCF 会士,  主
                       业会员,  主要研究领域为机器学习,  人工                       要研究领域为时空移动数据分析,  数据
                       智能,  数据挖掘,  图像处理.                            系统安全及私密,  大数据并行式分析.
   206   207   208   209   210   211   212   213   214   215   216