多模态信息融合

KairosAgent: Agentic Time Series Forecasting with Fused Semantic Reasoning

KairosAgent：融合语义推理的智能体时间序列预测

Kun Feng, Ziwei Shan, Yuchen Fang, Yiyang Tan, Sihan Lu, Shuqi Gu, Lintao Ma, Xingyu Lu, Kan Ren

机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） ； Ant Group（蚂蚁集团） 纠错

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

AI总结 提出KairosAgent框架，通过结合基于LLM的推理器和基于TSFM的预测器，并引入强化学习范式，实现跨模态时间序列的零样本预测。

HiKEY: Hierarchical Multimodal Retrieval for Open-Domain Document Question Answering

HiKEY: 面向开放域文档问答的分层多模态检索

Joongmin Shin, Gyuho Shim, Jeongbae Park, Jaehyung Seo, Heuiseok Lim

机构 * Human-inspired AI Research, Korea University（韩国大学人机智能研究部） ； Computer Science and Engineering, Konkuk University（韩国康科大学计算机科学与工程系） ； Department of Computer Science and Engineering, Korea University（韩国大学计算机科学与工程系） 纠错

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

AI总结 提出基于文档层次结构的分层多模态检索框架HiKEY，通过文档层次解析和粗到细的检索策略解决大规模工业语料中的路由失败和证据碎片化问题，在ODQA基准上检索召回率提升达12.9%，端到端QA性能提升达6.8%。

Comments Accepted to ACL2026 Main

Quantum Machine Learning-based 6G edge Network: Enabling Adaptive Communication and Model Aggregation

基于量子机器学习的6G边缘网络：实现自适应通信与模型聚合

Wenjing Xiao, Jiatai Yan, Chenglong Shi, Shixin Chen, Miaojiang Chen, Min Chen, Saif Al-Kuwari, Ahmed Farouk

机构 * School of Computer, Electronics and Information, Guangxi University（广西大学计算机电子信息学院） ； Guangxi Key Laboratory of Multimedia Communications and Network Technology（广西多媒体通信与网络技术重点实验室） ； School of Computer Science and Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） ； Pazhou Laboratory（琶洲实验室） ； Qatar Center for Quantum Computing, College of Science and Engineering, Hamad Bin Khalifa University（卡塔尔量子计算中心，哈马德·本·哈利法大学） 纠错

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

AI总结 针对6G V2X通信中的高维状态空间、异构节点和动态环境挑战，提出量子增强框架，包含信道自适应语义通信、多模态融合、模型迁移和联邦聚合四个模块，利用量子卷积神经网络、量子注意力、量子强化学习和量子张量分解提升效率、泛化能力和隐私保护。

GHGbench: A Unified Multi-Entity, Multi-Task Benchmark for Carbon Emission Prediction

GHGbench：一个统一的多实体、多任务碳排放预测基准

Yifan Duan, Siyuan Zheng, Lihuan Li, Chao Xue, Flora Salim

机构 * School of Computer Science and Engineering（计算机科学与工程学院） 纠错

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

AI总结 提出GHGbench，一个包含公司和建筑层面温室气体排放预测的统一开放数据集与基准，通过多模态数据融合和标准化评估揭示结构化难度与分布外泛化差距。

The Timing Dependencies of Trust: Speed, Accuracy, and cBCI Neuro-Decoupling in Human-AI Teams

信任的时间依赖性：人机团队中的速度、准确性与cBCI神经解耦

Christopher Baker, Stephen Hinton, Akashdeep Nijjar, Riccardo Poli, Caterina Cinel, Tom Reed, Stephen Fairclough

机构 * School of Electronics, Electrical Engineering and Computer Science（电子工程与计算机科学学院） ； Queen's University Belfast（贝尔法斯特女王大学） ； School of Psychology（心理学学院） ； Liverpool John Moores University（利物浦约翰摩尔斯大学） ； School of Computer Science and Electronic Engineering（计算机科学与电子工程学院） ； University of Essex（埃塞克斯大学） ； Defence Science Technology Laboratory（国防科学技术实验室） 纠错

专题命中 融合架构与评测 ：hybrid fusion(abstract)

AI总结 本研究通过比较快速低准确率（FLA-AI）与慢速高准确率（SA-AI）两种AI助手，利用协作脑机接口（cBCI）和自适应黎曼Oracle，揭示了AI响应时间决定了团队失败机制：快速AI引发盲目服从，慢速AI导致延迟认知冲突，并通过混合融合方法有效提升了团队性能。

A Camera-Cooperative ISAC Framework for Multimodal Non-Cooperative UAVs Sensing

一种用于多模非合作无人机感知的相机协作ISAC框架

Wenfeng Wu, Luping Xiang, Kun Yang

机构 * State Key Laboratory of Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； Institute of Intelligent Networks and Communications (NINE)（智能网络与通信研究院） ； School of Intelligent Software and Engineering, Nanjing University (Suzhou Campus)（南京大学智能软件与工程学院（苏州校区）） 纠错

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

AI总结 本文提出了一种相机协作ISAC框架，通过多模感知实现高效的无人机波束定向和跟踪，提升了感知精度和资源效率。

Robust Multimodal Representation Learning in Healthcare

医疗领域鲁棒多模态表征学习

Xiaoguang Zhu, Linxiao Gong, Lianlong Sun, Yang Liu, Haoyu Wang, Jing Liu

机构 * University of California, Davis（加州大学戴维斯分校） ； HKUST (GZ)（香港科技大学） ； University of Rochester（罗切斯特大学） ； Tongji University（同济大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Fudan University（复旦大学） ； The University of British Columbia（不列颠哥伦比亚大学） 纠错

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

AI总结 本文提出双流特征去相关框架，通过结构因果分析处理医疗多模态数据中的系统性偏差，提升模型泛化能力，实验验证在MIMIC-IV、eICU和ADNI数据集上的性能提升。

OmniDrop: Layer-wise Token Pruning for Omni-modal LLMs via Query-Guidance

OmniDrop：通过查询引导的分层令牌剪枝实现多模态大语言模型

Yeo Jeong Park, Hyemi Jang, Minseo Choi, Jongsun Lee, Jooyoung Choi, Yongkweon Jeon

机构 * Samsung Research（三星研究院） 纠错

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

AI总结 本文提出OmniDrop，通过查询引导的分层令牌剪枝方法，提升多模态大语言模型的效率与性能，实验表明其在多个音频视频基准测试中表现优异，减少预填充延迟和内存使用。

Supervised Deep Multimodal Matrix Factorization for Interpretable Brain Network Analysis

监督深度多模态矩阵分解用于可解释性脑网络分析

Amjad Seyedi, Lifang He, Songlin Zhao, Akwum Onwunta, Nicolas Gillis

机构 * Dept. of Mathematics & Operational Research University of Mons（数学与运筹学系蒙斯大学） ； Dept. of Computer Science & Engineering Lehigh University（计算机科学与工程系莱斯大学） ； Dept. of Industrial & Systems Engineering Lehigh University（工业与系统工程系莱斯大学） 纠错

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

AI总结 本文提出SD3MF框架，通过深度层次分解和共享潜在表示整合多模态脑网络数据，实现可解释的群体预测。实验表明SD3MF在多模态连接组数据上优于CNN和GNN等基线模型。

McNdroid: A Longitudinal Multimodal Benchmark for Robust Drift Detection in Android Malware

McNdroid：用于Android恶意软件鲁棒漂移检测的纵向多模态基准

Md Mahmuduzzaman Kamol, Jesus Lopez, Saeefa Rubaiyet Nowmi, Emilia Rivas, Md Ahsanul Haque, Edward Raff, Aritran Piplai, Mohammad Saidur Rahman

机构 * Department of Computer Science, University of Texas at El Paso（德克萨斯大学埃尔帕索分校计算机科学系） ； CrowdStrike 纠错

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

AI总结 McNdroid是首个大规模纵向多模态Android恶意软件基准，通过静态、动态和图谱特征分析，评估不同训练-测试时间间隔下的ML和深度学习检测器性能，揭示多模态融合在长期时间间隔中的优势。

Comments 28 pages, 14 figures, 14 tables

Preliminary Insights in Chronos Frequency Data Understanding and Reconstruction

对Chronos频率数据理解与重建的初步见解

Alessandro Pagani, Marco Cominelli, Liying Han, Gaofeng Dong, Sergio Benini, Francesco Gringoli, Mattia Savardi, Mani B. Srivastava, Trevor Bihl, Erik P. Blasch, Daniel O. Brigham, Kara Combs, Lance M. Kaplan, Federico Cerutti

机构 * Ohio University（俄亥俄大学） ； DEVCOM Army Research Lab（陆军研究实验室） ； Cardiff University（卡迪夫大学） ； University of Southampton（南安普顿大学） ； Imperial College London（伦敦帝国学院） 纠错

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

AI总结 本文探讨Chronos基础模型处理频率域信息的能力，通过分析离散正弦波等简单信号，揭示模型内部表示中频率信息的捕获机制及质量退化现象，为信号处理和信息融合提供实践指导。

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。

DARC-CLIP: Dynamic Adaptive Refinement with Cross-Attention for Meme Understanding

DARC-CLIP：动态自适应细化与跨注意力机制用于表情包理解

Qiyuan Jin

机构 * The Hong Kong University of Science（香港科技大学） 纠错

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

AI总结 本文提出DARC-CLIP框架，通过层次化细化栈实现自适应多模态融合，提升表情包中多模态线索的建模精度，尤其在仇恨检测任务中取得显著提升。

Comments Accepted to IEEE ICASSP 2026. 5 pages, 3 figures, 4 tables

StratRAG: A Multi-Hop Retrieval Evaluation Dataset for Retrieval-Augmented Generation Systems

StratRAG：用于检索增强生成系统的多跳检索评估数据集

Aryan Patodiya

机构 * Department of Computer Science（计算机科学系） ； California State University, Fresno（加州州立大学，弗雷斯诺分校） 纠错

专题命中 融合架构与评测 ：hybrid fusion(abstract)

AI总结 本文提出StratRAG数据集，用于评估检索增强生成系统在多跳推理任务中的表现，通过三种检索策略对比，发现混合检索效果最佳，但桥接问题仍较难。

Comments 6 Pages, 3 Table

Self-Awareness before Action: Mitigating Logical Inertia via Proactive Cognitive Awareness

行动前的自我意识：通过主动认知意识缓解逻辑惯性

Fulong Fan, Peilin Liu, Fengzhe Liu, Shuyan Yang, Gang Yan

机构 * School of Software, Jilin University（吉林大学软件学院） ； School of Computer Science, Jilin University（吉林大学计算机科学学院） 纠错

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

AI总结 本文提出SABA框架，通过在最终决策前引入对缺失前提的自我意识，解决大语言模型在非交互谜题中因早期假设传播导致的结论不稳定问题，实现了在多个基准测试中的最佳性能。

Comments Accepted to ACL 2026. 12 pages, 3 figures

CogGen: A Cognitively Inspired Recursive Framework for Deep Research Report Generation

CogGen：一种受认知启发的递归框架用于深度研究报告生成

Kuo Tian, Pengfei Sun, Zhen Wu, Junran Ding, Xinyu Dai

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

AI总结 CogGen通过递归架构模拟认知写作，实现灵活规划与全局重构，引入抽象视觉表示和认知负荷评估框架，提升多模态内容生成质量。

Comments 28 pages, 3 figures, Accepted to ACL 2026 Findings

Robust parameter inference for Taiji via time-frequency contrastive learning and normalizing flows

为Taiji探测器开发鲁棒参数推断方法：通过时频对比学习和归一化流

Tian-Yang Sun, Bo Liang, Ji-Yu Song, Song-Tao Liu, Shang-Jie Jin, He Wang, Ming-Hui Du, Jing-Fei Zhang, Xin Zhang

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

AI总结 本文提出一种结合时频多模态融合编码器和对比学习的鲁棒参数推断框架，用于Taiji探测器中的大质量黑洞双星参数推断，通过生成高保真合成瞬态数据提升训练效率，验证了深度学习在空间引力波观测中的有效性。

Comments 15 pages, 8 figures

Early-Warning Learner Satisfaction Forecasting in MOOCs via Temporal Event Transformers and LLM Text Embeddings

通过时间事件Transformer和LLM文本嵌入在MOOCs中进行学习者满意度预警预测

Anna Kowalczyk, Jakub Kowalski

专题命中 融合架构与评测 ：multi-modal fusion(abstract)

AI总结 本文提出TET-LLM框架，结合时间事件Transformer、LLM嵌入和短文本主题分布，通过早期信号预测学习者满意度，实验表明其在7天预警范围内RMSE为0.82，AUC为0.77。

Dynamic Summary Generation for Interpretable Multimodal Depression Detection

动态摘要生成用于可解释的多模态抑郁症检测

Shiyu Teng, Jiaqing Liu, Hao Sun, Yu Li, Shurong Chai, Ruibo Hou, Tomoko Tateyama, Lanfen Lin, Yen-Wei Chen

机构 * College of Information Science and Engineering, Ritsumeikan University（立命馆大学信息科学与工程学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Faculty of Engineering, University of the Ryukyus（琉球大学工学部） 纠错

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

AI总结 本文提出一种粗到细的多阶段框架，利用大语言模型实现准确且可解释的多模态抑郁症检测，通过生成临床摘要指导多模态融合模块，提升诊断准确性和可解释性。

mmid: Multi-Modal Integration and Downstream analyses for healthcare analytics in Python

mmid：用于医疗分析的多模态整合与下游分析的Python工具

Andrea Mario Vergani, Valeria Iapaolo, Emanuele Di Angelantonio, Marco Masseroli, Francesca Ieva

专题命中 融合架构与评测 ：multi-modal fusion(abstract)

AI总结 mmid是一个Python包，提供多模态融合、填补缺失数据、分类、时间到事件预测和聚类功能，用于结构化环境中整合顺序数据并进行下游分析。

Front-End Ethics for Sensor-Fused Health Conversational Agents: An Ethical Design Space for Biometrics

传感器融合健康对话代理的前端伦理：生物特征的伦理设计空间

Hansoo Lee, Rafael A. Calvo

机构 * Imperial College London（伦敦帝国理工学院） ； Korea Institute of Science and Technology（韩国科学技术研究院） 纠错

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

AI总结 本文探讨了生物特征翻译的伦理设计，提出五个维度分析前端伦理风险，提出适应性披露作为安全机制，确保健康代理支持用户自主性。

Comments Accepted at the Proceedings of the CHI 2026 Workshop: Ethics at the Front-End

Fusion and Alignment Enhancement with Large Language Models for Tail-item Sequential Recommendation

基于大语言模型的尾项序列推荐融合与对齐增强

Zhifu Wei, Yizhou Dang, Guibing Guo, Chuang Zhao, Zhu Sun

机构 * Northeastern University（东北大学） ； Tianjin University（天津大学） ； Singapore University of Technology and Design（新加坡科技设计大学） 纠错

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

AI总结 本文提出FAERec框架，通过自适应门控机制和双层对齐方法提升尾项序列推荐中物品表示的质量，解决协同信号与语义知识融合不足及嵌入空间结构不一致的问题。

Is Clinical Text Enough? A Multimodal Study on Mortality Prediction in Heart Failure Patients

临床文本足够吗？关于心力衰竭患者死亡预测的多模态研究

Oumaima El Khettari, Virgile Barthet, Guillaume Hocquet, Joconde Weller, Emmanuel Morin, Pierre Zweigenbaum

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

AI总结 本研究比较了文本、结构化数据和多模态方法在心力衰竭患者短期死亡预测中的表现，发现实体层面的表示能提升预测性能，而监督多模态融合表现最佳。

Comments Accepted in LREC 2026

From BM25 to Corrective RAG: Benchmarking Retrieval Strategies for Text-and-Table Documents

从BM25到纠正性RAG：文本与表格文档检索策略的基准测试

Meftun Akarsu, Recep Kaan Karaman, Christopher Mierbach

专题命中 融合架构与评测 ：hybrid fusion(abstract)

AI总结 本文对比了十种检索策略，发现混合检索与神经重排序结合的方法在金融问答基准上表现优异，BM25在金融文档中优于最新密集检索，查询扩展方法对精确数值查询帮助有限。

Comments 11 pages, 6 figures, 6 tables

FIRMED: A Peak-Centered Multimodal Dataset with Fine-Grained Annotation for Emotion Recognition

FIRMED：一种以峰值为中心的多模态数据集，用于情感识别的细粒度标注

Hao Tang, Songyun Xie, Xinzhou Xie, Can Liao, Bohan Li, Zhongyu Tian, Dalu Zheng

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

AI总结 FIRMED通过即时回忆标注方法，提供同步的EEG、ECG、GSR、PPG和面部记录，以峰值为中心的标注减少了动态情感识别中的时间标签噪声，实验表明其在八种EEG分类器上平均提升3.8个百分点。

Graph Vector Field: A Unified Framework for Multimodal Health Risk Assessment from Heterogeneous Wearable and Environmental Data Streams

图向量场：一种统一的多模态健康风险评估框架，用于异构可穿戴和环境数据流

Silvano Coletti, Francesca Fallucchi

机构 * Università degli Studi Guglielmo Marconi, Roma, Italy（意大利罗马古列尔莫·马可尼大学） ； Chelonia SA, Lugano, Switzerland（瑞士卢加诺Chelonia SA） 纠错

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

AI总结 本文提出图向量场框架，通过结合离散微分几何算子与模态结构混合专家，统一多模态健康风险评估，实现可解释的模态解析风险建模。

Comments 25 pages, 6 appendices. Theoretical framework; no empirical experiments

Steady State Distributed Kalman Filter

稳态分布式卡尔曼滤波

Francisco Rego

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

AI总结 本文提出一种最优固定增益分布式观测器，用于无线传感器网络中离散时间线性系统的稳态估计，通过离线计算全局分布式BLUE估计器的渐近误差协方差确定固定观测器增益，实现最优渐近性能。

EcoFair: Trustworthy and Energy-Aware Routing for Privacy-Preserving Vertically Partitioned Medical Inference

EcoFair：面向隐私保护垂直分区医疗推断的可信且节能路由

Mostafa Anoosha, Dhavalkumar Thakker, Kuniko Paxton, Koorosh Aslansefat, Bhupesh Kumar Mishra, Baseer Ahmad, Rameez Raja Kureshi

机构 * School of Digital and Physical Science, University of Hull（赫尔大学数字与物理科学学院） 纠错

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

AI总结 EcoFair通过轻量级优先路由机制，在保持数据本地化的同时，减少边缘侧推断能耗，同时保持分类性能，提升高危病例的敏感性。

Comments 16 pages, 4 figures, 4 tables

DyMRL: Dynamic Multispace Representation Learning for Multimodal Event Forecasting in Knowledge Graph

DyMRL: 动态多空间表征学习用于知识图谱中的多模态事件预测

Feng Zhao, Kangzheng Liu, Teng Peng, Yu Yang, Guandong Xu

机构 * Huazhong University of Science and Technology（华中科技大学） ； Centre for Learning, Teaching and Technology（学习、教学与技术中心） ； The Education University of Hong Kong（香港教育大学） 纠错

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

AI总结 DyMRL通过动态多空间表征学习，解决多模态知识动态获取与融合问题，提升事件预测性能。

Comments Accepted to The ACM Web Conference 2026 (WWW '26). This version is published under a CC BY license

CoCR-RAG: Enhancing Retrieval-Augmented Generation in Web Q&A via Concept-oriented Context Reconstruction

CoCR-RAG：通过面向概念的上下文重建提升Web问答中的检索增强生成

Kaize Shi, Xueyao Sun, Qika Lin, Firoj Alam, Qing Li, Xiaohui Tao, Guandong Xu

机构 * University of Southern Queensland（昆士兰大学） ； University of Technology Sydney（新南威尔士大学） ； The Hong Kong Polytechnic University（香港理工大学） ； National University of Singapore（新加坡国立大学） ； Qatar Computing Research Institute（卡塔尔计算研究所） ； The Education University of Hong Kong（香港教育大学） 纠错

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

AI总结 本文提出CoCR-RAG框架，通过语言学基础的概念级整合解决多源信息融合问题，提升问答系统事实一致性与知识密度。