多模态信息融合

Vision-Based CNN Prediction of Sunspot Numbers from SDO/HMI Images

基于视觉的CNN对SDO/HMI图像中太阳黑子数的预测

Fabian C. Quintero-Pareja, Diederik A. Montano-Burbano, Santiago Quintero-Pareja, D. Sierra-Porta

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

AI总结 本文提出基于视觉的回归框架，利用SDO/HMI图像预测太阳黑子数，通过CNN实现端到端映射，实验结果显示模型在预测精度和可解释性方面表现良好，为大规模太阳监测提供可行方案。

Comments 10 pages, 9 figures, 2 tables

Journal ref Published in the Open Journal of Astrophysics - 2026

Multimodal Survival Analysis with Locally Deployable Large Language Models

多模态生存分析与可本地部署的大语言模型

Moritz Gögl, Christopher Yau

机构 * University of Oxford（牛津大学） 纠错

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

AI总结 本文提出利用可本地部署的大语言模型进行多模态生存分析，结合临床文本、表格数据和基因组数据，通过教师-学生蒸馏和原理化的多模态融合，实现校准的生存概率估计和简洁的诊断文本生成，优于标准基线并在隐私和准确性方面表现更优。

Comments NeurIPS 2025 Workshop on Multi-modal Foundation Models and Large Language Models for Life Sciences

Spatio-Temporal Grid Intelligence: A Hybrid Graph Neural Network and LSTM Framework for Robust Electricity Theft Detection

时空网格智能：一种融合图神经网络和LSTM的混合框架用于鲁棒的电力盗窃检测

Adewale U. Oguntola, Olowookere A. AbdulQoyum, Adebukola M. Madehin, Adekemi A. Adetoro

机构 * Department Computer Science, Abiola Ajimobi Technical University（计算机科学系，阿比奥米博技术大学） ； Department of Chemical and Petroleum Engineering, Abiola Ajimobi Technical University（化学与石油工程系，阿比奥米博技术大学） 纠错

专题命中 融合架构与评测 ：hybrid fusion(abstract)

AI总结 本文提出一种融合时间序列异常检测、监督学习和图神经网络的混合框架，用于在不平衡数据集上高精度检测电力盗窃，实验表明该方法在准确率、召回率和精确率上均优于单一模型。

Comments 16 pages, 9 figures

CAMA: Exploring Collusive Adversarial Attacks in c-MARL

CAMA：探索c-MARL中的共谋对抗攻击

Men Niu, Xinxin Fan, Quanliang Jing, Shaoye Luo, Yunfeng Lu

机构 * Institute of Computing Technology, CAS（中国科学院计算技术研究所） ； UCAS（中国科学技术大学） ； Beihang University（北京航空航天大学） 纠错

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

AI总结 本文提出CAMA框架，研究c-MARL中的共谋对抗攻击，提出三种新型攻击模式，从理论和实践角度分析攻击效果，并通过实验验证其协同效应和隐蔽性。

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） 纠错

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

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） 纠错

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。

Data-Local Autonomous LLM-Guided Neural Architecture Search for Multiclass Multimodal Time-Series Classification

数据本地自主LLM引导的神经架构搜索用于多类多模态时间序列分类

Emil Hardarson, Luka Biedebach, Ómar Bessi Ómarsson, Teitur Hrólfsson, Anna Sigridur Islind, María Óskarsdóttir

机构 * University of Southampton（南安普顿大学） 纠错

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

AI总结 本文提出一种数据本地的LLM引导神经架构搜索框架，用于多类多模态时间序列分类，通过轻量级融合MLP和专家架构联合搜索提升模型性能，减少人工干预。

Large Language Models for Wireless Communications: From Adaptation to Autonomy

大语言模型在无线通信中的应用：从适应到自主

Le Liang, Hao Ye, Yucheng Sheng, Ouya Wang, Jiacheng Wang, Shi Jin, Geoffrey Ye Li

机构 * Southeast University（东南大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Imperial College London（伦敦帝国理工学院） 纠错

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

AI总结 本文探讨大语言模型在无线通信中的应用，包括适应预训练模型、开发专用基础模型以及实现自主推理的代理模型，总结其优势与挑战。

Finder: A Multimodal AI-Powered Search Framework for Pharmaceutical Data Retrieval

Finder：一种多模态AI驱动的制药数据检索框架

Suyash Mishra, Srikanth Patil, Satyanarayan Pati, Sagar Sahu, Baddu Narendra

机构 * Researcher, Global Product Strategy F. Hoffmann-La Roche Ltd. Basel, Switzerland（全球产品战略研究员 罗氏有限公司 巴塞尔，瑞士） ； Associate Vice President (Gen AI) Involead Services Pvt Ltd. Pune, India（高级副总裁（生成式人工智能） Involead服务私人有限公司 普纳，印度） ； Lead Data Scientist Involead Services Pvt Ltd. Delhi, India（首席数据科学家 Involead服务私人有限公司 德里，印度） ； Data Scientist Involead Services Pvt Ltd. Bhubaneswar, India（数据科学家 Involead服务私人有限公司 奇塔拉，印度） 纠错

专题命中 融合架构与评测 ：hybrid fusion(abstract)

AI总结 Finder利用混合向量搜索统一文本、图像、音频和视频的检索，通过稀疏词汇和密集语义模型提升多模态内容处理能力，支持自然语言推理搜索，已处理超过29万文档、3.1万视频和1192音频文件。

PolyFrame at MWE-2026 AdMIRe 2: When Words Are Not Enough: Multimodal Idiom Disambiguation

PolyFrame在MWE-2026 AdMIRe 2：当词语不够时：多模态成语消歧

Nina Hosseini-Kivanani

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

AI总结 本文提出PolyFrame系统，通过统一管道处理图像+文本排名和纯文本描述排名任务，利用轻量模块提升多语言成语消歧性能，无需微调大模型。

Comments Accepted at AdMIRe 2 shared task (Advancing Multimodal Idiomaticity Representation) colocated with 22nd Workshop on Multiword Expressions (MWE 2026) @EACL2026

Multimodal Emotion Regression with Multi-Objective Optimization and VAD-Aware Audio Modeling for the 10th ABAW EMI Track

多模态情感回归：基于多目标优化和VAD感知音频建模的第10届ABAW EMI任务

Jiawen Huang, Chenxi Huang, Zhuofan Wen, Hailiang Yao, Shun Chen, Longjiang Yang, Cong Yu, Fengyu Zhang, Ran Liu, Bin Liu

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

AI总结 本文提出多目标优化和VAD感知音频建模方法，用于改进Hume-Vidmimic2数据集上的情感模仿强度估计任务，通过多模态融合和共享回归头提升性能。

Distributed State Estimation for Discrete-Time Linear Systems over Directed Graphs: A Measurement Perspective

基于有向图的离散时间线性系统分布式状态估计：一种测量视角

Xiaoxu Lyu, Guanghui Wen, Yuezu Lv, Zhisheng Duan, Ling Shi

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

AI总结 本文提出基于有向图的分布式滤波器，利用集体可观测性条件，通过局部信息确定增益参数，并推导了估计误差协方差的上界及收敛率下界，验证了滤波器性能。

Leveraging Phytolith Research using Artificial Intelligence

利用人工智能进行phytolith研究

Andrés G. Mejía Ramón, Kate Dudgeon, Nina Witteveen, Dolores Piperno, Michael Kloster, Luigi Palopoli, Mónica Moraes R., José M. Capriles, Umberto Lombardo

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

AI总结 Sorometry通过人工智能整合2D和3D数据，实现phytolith的高效分析与预测，提升考古和古生态研究的精度与标准化。

Comments 45 pages, 23 figures

Agentic AI for Embodied-enhanced Beam Prediction in Low-Altitude Economy Networks

面向低空经济网络的具身增强型波束预测的代理AI

Min Hao, Zhizhuo Li, Zirui Zhang, Maoqiang Wu, Han Zhang, Rong Yu

机构 * School of Electronic Science and Engineering, South China Normal University（南方科技大学电子科学与工程学院） ； School of Intelligent Engineering, Shaoguan university（韶关大学智能工程学院） ； School of Automation, Guangdong University of Technology（广东工业大学自动化学院） 纠错

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

AI总结 本文提出了一种基于多代理协作推理的混合波束预测模型，通过整合时序建模、视觉编码和多模态融合，提升低空经济网络中UAV通信的波束预测精度与鲁棒性。

Geo-ATBench: A Benchmark for Geospatial Audio Tagging with Geospatial Semantic Context

Geo-ATBench: 一个具有地理语义上下文的地理音频标签基准

Yuanbo Hou, Yanru Wu, Qiaoqiao Ren, Shengchen Li, Stephen Roberts, Dick Botteldooren

专题命中 融合架构与评测 ：decision-level fusion(abstract)

AI总结 Geo-ATBench通过引入地理语义上下文提升音频标签任务的性能，提供了一个可重复的地理音频融合框架。

SDGraph: Multi-Level Sketch Representation Learning by Sparse-Dense Graph Architecture

SDGraph：通过稀疏-密集图架构进行多级草图表示学习

Xi Cheng, Pingfa Feng, Mingyu Fan, Zhichao Liao, Hang Cheng, Long Zeng

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

AI总结 SDGraph通过稀疏-密集图架构实现多级草图表示学习，提升草图分类、检索和生成任务的性能。

Dynamic Precision Math Engine for Linear Algebra and Trigonometry Acceleration on Xtensa LX6 Microcontrollers

动态精度数学引擎用于Xtensa LX6微控制器上的线性代数和三角学加速

Elian Alfonso Lopez Preciado

专题命中 融合架构与评测 ：sensor fusion(abstract)

AI总结 本文提出了一种动态精度数学引擎，用于提升Xtensa LX6微控制器在线性代数和三角学任务中的性能，通过定点和浮点运算的动态切换实现效率优化。

Comments 22 pages, 2 figures, experimental evaluation on ESP32-WROOM-32 hardware

Toward Multimodal Industrial Fault Analysis: A Single-Speed Chain Conveyor Dataset with Audio and Vibration Signals

迈向多模态工业故障分析：一个包含音频和振动信号的单速链式输送机数据集

Zhang Chen, Yucong Zhang, Xiaoxiao Miao, Ming Li

机构 * Digital Innovation Research Center, Duke Kunshan University（杜克昆山大学数字创新研究中心） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）人工智能学院） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； School of Computer Science, Wuhan University（武汉大学计算机学院） 纠错

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

AI总结 本文提出一个包含音频和振动信号的单速链式输送机数据集，用于多模态工业故障分析，提供标准化评估协议和统一基准以支持通道级分析和多模态融合研究。

Comments Submitted to Interspeech 2026

REMIND: Rethinking Medical High-Modality Learning under Missingness--A Long-Tailed Distribution Perspective

REMIND: 重新思考医疗多模态学习中的缺失性——从长尾分布视角

Chenwei Wu, Zitao Shuai, Liyue Shen

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 REMIND从长尾分布视角重新思考医疗多模态学习中的高模态缺失问题，提出组专用混合专家架构和分布鲁棒优化策略，有效提升尾部模态组合的性能。

When Does Multimodal Learning Help in Healthcare? A Benchmark on EHR and Chest X-Ray Fusion

多模态学习在医疗领域何时有助于提升性能？基于电子健康记录与胸部X光融合的基准测试

Kejing Yin, Haizhou Xu, Wenfang Yao, Chen Liu, Zijie Chen, Yui Haang Cheung, William K. Cheung, Jing Qin

机构 * Department of Computer Science（计算机科学系） ； Hong Kong Baptist University（香港 Baptist 大学） ； Division of Artificial Intelligence（人工智能 division） ； Lingnan University（Lingnan 大学） ； School of Nursing（护理学院） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 本文通过基准测试评估了电子健康记录与胸部X光融合在医疗中的有效性，揭示了多模态学习在不同模态缺失情况下的性能差异及公平性问题。

When Should a Model Change Its Mind? An Energy-Based Theory and Regularizer for Concept Drift in Electrocardiogram (ECG) Signals

模型何时应改变观点？一种基于能量的理论和正则化器用于心电图（ECG）信号中的概念漂移

Timothy Oladunni, Blessing Ojeme, Kyndal Maclin, Clyde Baidoo

机构 * Department of Computer Science, Morgan State University（计算机科学系，莫根州立大学） 纠错

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

AI总结 本研究提出Physiologic Energy Conservation Theory (PECT)和Energy-Constrained Representation Learning (ECRL)，用于在ECG信号中稳定概念，通过能量守恒原理减少误判和漂移。

Multimodal-enhanced Federated Recommendation: A Group-wise Fusion Approach

多模态增强的联邦推荐：一种组级融合方法

Chunxu Zhang, Weipeng Zhang, Guodong Long, Zhiheng Xue, Riting Xia, Bo Yang

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

AI总结 本文提出了一种多模态增强的联邦推荐方法，通过组级融合机制提升推荐系统在多模态特征整合方面的性能。

Comments Accepted at WWW 2026

From Agnostic to Specific: Latent Preference Diffusion for Multi-Behavior Sequential Recommendation

从无偏到特定：基于潜在偏好的多行为序列推荐扩散模型

Ruochen Yang, Xiaodong Li, Jiawei Sheng, Jiangxia Cao, Xinkui Lin, Shen Wang, Shuang Yang, Zhaojie Liu, Tingwen Liu

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, UCAS（UCAS网络安全学院） 纠错

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

AI总结 FatsMB通过潜在空间中的偏好生成，实现从无偏到特定的多行为序列推荐，提升推荐的多样性和准确性。

Integrating Machine Learning Ensembles and Large Language Models for Heart Disease Prediction Using Voting Fusion

将机器学习集成与大型语言模型结合用于心脏病预测的投票融合

Md. Tahsin Amin, Tanim Ahmmod, Zannatul Ferdus, Talukder Naemul Hasan Naem, Ehsanul Ferdous, Arpita Bhattacharjee, Ishmam Ahmed Solaiman, Nahiyan Bin Noor

专题命中 融合架构与评测 ：hybrid fusion(abstract)

AI总结 本研究通过结合机器学习集成与大型语言模型的投票融合方法，提高了心脏病预测的准确性与可靠性。

Comments 7 pages, 8 figures, (Accepted at a peer-reviewed conference)

Modality-Guided Mixture of Graph Experts with Entropy-Triggered Routing for Multimodal Recommendation

模态引导的图专家混合网络与熵触发路由用于多模态推荐

Ji Dai, Quan Fang, Dengsheng Cai

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Tianjin University of Technology（天津理工大学） 纠错

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

AI总结 MAGNET通过模态引导的图专家混合网络与熵触发路由，提升多模态推荐中融合的可控性、稳定性和可解释性。

Temporal-Aware Heterogeneous Graph Reasoning with Multi-View Fusion for Temporal Question Answering

具有多视角融合的时序感知异构图推理用于时序问答

Wuzhenghong Wen, Bowen Zhou, Jinwen Huang, Xianjie Wu, Yuwei Sun, Su Pan, Liang Li, Jianting Liu

机构 * 1 School of Internet of Things, Nanjing University of Posts ； Telecommunications 2 Faculty of Medicine \& Health, University of New South Wales, Sydney, Australia 3 Dept. of Biomedical Engineering \& Biotechnology, Khalifa University, Abu Dhabi 4 Beijing Information Science ； Technology University 5 Shortest Path Technology Co., Ltd. 纠错

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

AI总结 本文提出一种时序感知异构图推理框架，通过多视角融合提升时序问答的准确性和效率。

Comments 6pages

Bridging the Urban Divide: Adaptive Cross-City Learning for Disaster Sentiment Understanding

弥合城市鸿沟：面向灾害情感理解的自适应跨城学习

Zihui Ma, Yiheng Chen, Runlong Yu, Afra Izzati Kamili, Fangqi Chen, Zhaoxi Zhang, Juan Li, Yuki Miura

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

AI总结 本文提出自适应跨城学习框架，通过整合行为与文本数据，提升灾害情绪理解的准确性和公平性。

EmoLoom-2B: Fast Base-Model Screening for Emotion Classification and VAD with Lexicon-Weak Supervision and KV-Off Evaluation

EmoLoom-2B：基于词典弱监督和KV-Off评估的快速基础模型筛选用于情感分类和VAD预测

Zilin Li, Weiwei Xu, Xuanbo Lu, Zheda Liu

机构 * Zheda Liu（2 刘智达） 纠错

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

AI总结 EmoLoom-2B通过词典弱监督和KV-Off评估，快速筛选出适用于情感分类和VAD预测的基础模型。

Comments This paper presents an initial and self-contained study of a lightweight screening pipeline for emotion-aware language modeling, intended as a reproducible baseline and system-level design reference. This latest version corrects and updates certain personal information

SWIFT: Mapping Sub-series with Wavelet Decomposition Improves Time Series Forecasting

SWIFT：基于小波分解的子序列映射提升时间序列预测

Wenxuan Xie, Fanpu Cao

机构 * South China University of Technology, Guangzhou, China（华南理工大学） 纠错

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

AI总结 SWIFT通过小波分解和轻量级结构提升长期时间序列预测的效率与性能。

Tuberculosis Screening from Cough Audio: Baseline Models, Clinical Variables, and Uncertainty Quantification

咳嗽音频中肺结核筛查：基线模型、临床变量和不确定性量化

George P. Kafentzis, Efstratios Selisios

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

AI总结 本文提出了一种标准化框架，用于通过咳嗽音频和临床数据检测肺结核，通过建立基线模型和量化不确定性，提供公平比较的参考点。

Comments Updated to published version in Sensors; DOI: 10.3390/s26041223

Journal ref Sensors 2026, 26(4), 1223