多模态信息融合

AVP-Pro: An Adaptive Multi-Modal Fusion and Contrastive Learning Approach for Comprehensive Two-Stage Antiviral Peptide Identification

AVP-Pro: 一种自适应多模态融合与对比学习方法用于全面两阶段抗病毒肽鉴定

Xinru Wen, Weizhong Lin, zi liu, Xuan Xiao

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

AI总结 AVP-Pro通过自适应多模态融合和对比学习方法，实现了抗病毒肽的高效两阶段鉴定，提升了模型判别能力和小样本下的分类精度。

Comments arXiv admin note: substantial text overlap with arXiv:2512.21544

StellarF: A Physics-Informed LoRA Framework for Stellar Flare Forecasting with Historical & Statistical Data

StellarF：一种结合物理知识的LoRA框架，用于利用历史和统计数据进行恒星耀斑预测

Tianyu Su, Zhiqiang Zou, Qingyu Lu, Feng Zhang, Ali Luo, Xiao Kong, Min Li

机构 * School of Computer Science, Nanjing University of Posts and Telecommunications（南京邮电大学计算机科学学院） ； Jiangsu Key Laboratory of Big Data Security and Intelligent Processing（江苏大数据安全与智能处理重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； CAS Key Laboratory of Optical Astronomy, National Astronomical Observatories（中国科学院国家天文台光学天文重点实验室） ； School of Astronomy and Space Science, University of Chinese Academy of Sciences（中国科学院大学天文与空间科学学院） 纠错

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

AI总结 StellarF通过结合物理知识和LoRA框架，利用历史和统计数据提升恒星耀斑预测的准确性与物理可解释性。

Comments 12 pages, 8 figures (5 main, 3 appendix), 7 tables (2 main, 5 appendix)