视觉与机器人

多模态信息融合

面向图像、视频、多传感器和跨模态感知的信息融合，包括 Image Fusion、红外可见光、遥感、医学影像、LiDAR/雷达/相机和音视频融合。

2026-03-20 至 2026-03-20 共收录 2 篇信号源：cs.CV, eess.IV, eess.SP, cs.RO, cs.MM

1. 融合架构与评测 2 篇

2603.18712 2026-03-20 cs.AI 50%

Accurate and Efficient Multi-Channel Time Series Forecasting via Sparse Attention Mechanism

通过稀疏注意力机制实现准确且高效的多通道时间序列预测

Lei Gao, Hengda Bao, Jingfei Fang, Guangzheng Wu, Weihua Zhou, Yun Zhou

机构 * Department of Machine Learning（机器学习系）； SF Express（顺丰快递）； Department of Management（管理系）； Zhejiang University of Technology（浙江工业大学）； Zhejiang University（浙江大学）

专题命中融合架构与评测：information fusion(abstract)

AI总结本文提出Li-Net架构，通过稀疏Top-K Softmax注意力机制和多尺度投影框架，有效捕捉多通道时间序列的线性和非线性依赖，提升预测精度与效率。

Comments Accepted by ICDE 2026

2510.16001 2026-03-20 cs.AI 50%

An Order-Sensitive Conflict Measure for Random Permutation Sets

面向随机排列集的顺序敏感冲突度量

Ruolan Cheng, Yong Deng

机构 * Institute of Fundamental and Frontier Science（基础与前沿科学研究所）； University of Electronic Science and Technology of China（电子科学与技术大学）； Andalusian Research Institute in Data Science and Computational Intelligence（数据科学与计算智能安达卢西亚研究院）； Dept. of Computer Science and AI, University of Granada（格拉纳达大学计算机科学与人工智能系）； School of Medicine（医学院）； Vanderbilt University（范德比大学）

专题命中融合架构与评测：information fusion(abstract)

AI总结本文提出一种基于非重叠的排列不一致度量，用于衡量随机排列集中证据间的冲突，通过DST视角将冲突转化为有序的等级概念，提供决策者灵活选择权重和参数的能力。