多模态信息融合

Linguistically Informed Multimodal Fusion for Vietnamese Scene-Text Image Captioning: Dataset, Graph Framework, and Phonological Attention

具有语言信息的多模态融合用于越南语场景文本图像描述：数据集、图框架和语音注意力

Nhi Ngoc-Yen Nguyen, Anh-Duc Nguyen, Nghia Hieu Nguyen, Kiet Van Nguyen, Ngan Luu-Thuy Nguyen

机构 * Faculty of Information Science and Engineering（信息科学与工程学院） ； University of Information Technology（信息技术大学） ； Vietnam National University（越南国家大学） 纠错

专题命中 红外-可见光融合 ：multimodal fusion(title,abstract)；分类 cs.CV

AI总结 本文提出HSTFG和PhonoSTFG框架，通过图拓扑分析发现跨模态边对场景文本融合有害，并构建首个大规模越南语场景文本描述数据集ViTextCaps，揭示52.8%词汇存在声调符号冲突风险。

Toward Personalized Digital Twins for Cognitive Decline Assessment: A Multimodal, Uncertainty-Aware Framework

迈向认知下降评估的个性化数字孪生：一种多模态、不确定性感知的框架

Bulent Soykan, Gulsah Hancerliogullari Koksalmis, Hsin-Hsiung Huang, Laura J. Brattain

机构 * Department of Mechanical, Industrial \& Manufac. Eng. The University of Toledo Toledo, OH, USA ； Department of Industrial Eng. ； Mngt. Systems University of Central Florida Orlando, FL, USA ； Department of Statistics ； Data Science University of Central Florida Orlando, FL, USA ； Department of Internal Medicine University of Central Florida Orlando, FL, USA 纠错

专题命中 医学影像融合 ：multimodal fusion(abstract)

AI总结 本文提出了一种多模态、不确定性感知的框架，用于从稀疏、噪声和不规则的纵向数据中建模患者特定的疾病轨迹，通过结合潜在状态空间模型、多模态融合和不确定性感知验证，实现对认知下降的个性化评估。

Comments 6 pages, 6 figures

A Survey on Dynamic Neural Networks: from Computer Vision to Multi-modal Sensor Fusion

动态神经网络综述：从计算机视觉到多模态传感器融合

Fabio Montello, Ronja Güldenring, Simone Scardapane, Lazaros Nalpantidis

机构 * DTU Electrical and Photonics Engineering, Technical University of Denmark（丹麦技术大学电气与光子工程系） ； DIET Department, Sapienza University of Rome（罗马萨皮恩扎大学DIET系） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(title,abstract)；分类 cs.CV

AI总结 本文综述了动态神经网络在计算机视觉中的应用，探讨了其在多模态传感器融合中的优势，提出了一种基于网络组件适应性的分类方法，并提供了相关研究的资源库。

Comments Under review at Image and Vision Computing

Requirements Debt in AI-Enabled Perception Systems Development: An Industrial RE4AI Perspective

人工智能赋能感知系统开发中的需求债务：一种工业RE4AI视角

Hina Saeeda, Soniya Abraham

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文从工业RE4AI视角探讨AI赋能感知系统开发中的需求债务问题，分析功能和非功能需求演变如何产生并传播需求债务，揭示其对系统审计性、可靠性及认证准备性的负面影响。

Comments 10 pages, 3 figures

VTBench: A Multimodal Framework for Time-Series Classification with Chart-Based Representations

VTBench: 一种基于图表表示的多模态时间序列分类框架

Madhumitha Venkatesan, Xuyang Chen, Dongyu Liu

机构 * University of California, Davis（加州大学戴维斯分校） 纠错

专题命中 融合架构与评测 ：multimodal fusion(abstract)；分类 cs.CV

AI总结 本文提出VTBench，通过融合原始序列和图表可视化，系统评估了时间序列分类中图表类型、视觉编码和数据集的影响，展示了图表模型在特定领域的竞争力及多模态融合的优势。

Comments 8 pages main text

AI Models for Depressive Disorder Detection and Diagnosis: A Review

用于抑郁症检测和诊断的AI模型：综述

Dorsa Macky Aleagha, Payam Zohari, Mostafa Haghir Chehreghani

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

AI总结 本文综述了55项研究中的最新AI方法，提出层次分类体系，揭示图神经网络、大语言模型和多模态融合三大趋势，提供数据集和评估指标，为计算精神病学未来创新提供路线图。