多模态信息融合

HyPCA-Net: Advancing Multimodal Fusion in Medical Image Analysis

HyPCA-Net：在医学图像分析中推进多模态融合

J. Dhar, M. K. Pandey, D. Chakladar, M. Haghighat, A. Alavi, S. Mistry, N. Zaidi

机构 * Indian Institute of Technology Ropar（印度理工学院罗帕尔分校） ； RoentGen Health（RoentGen健康公司） ； Lulea University of Technology（卢勒奥大学） ； QUT（昆士兰科技大学） ； RMIT University（皇家墨尔本理工大学） ； Curtin University（Curtin大学） ； Deakin University（德肯大学） 纠错

专题命中 医学影像融合 ：multimodal fusion(title,abstract)；分类 cs.CV

AI总结 HyPCA-Net通过高效残差注意力模块和双视角级联注意力模块，提升多模态医学图像分析的性能与效率。

Comments Accepted at the IEEE/CVF Winter Conference on Applications of Computer Vision 2026

Axle Sensor Fusion for Online Continual Wheel Fault Detection in Wayside Railway Monitoring

轴传感器融合用于在线持续轮故障检测在铁路旁侧监控

Afonso Lourenço, Francisca Osório, Diogo Risca, Goreti Marreiros

机构 * GECAD, ISEP, Polytechnic of Porto（GECAD、ISEP、波尔图理工大学） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(title)

AI总结 本文提出了一种基于轴传感器融合和持续学习的铁路轮故障检测方法，通过变分自编码器和梯度提升分类器实现在线持续检测，适应动态操作条件。

ASPEN: Spectral-Temporal Fusion for Cross-Subject Brain Decoding

ASPEN：跨受试者脑解码的频谱-时间融合

Megan Lee, Seung Ha Hwang, Inhyeok Choi, Shreyas Darade, Mengchun Zhang, Kateryna Shapovalenko

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Kyung Hee University（Kyung Hee大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； University of Pittsburgh（匹兹堡大学） 纠错

专题命中 音视频/视觉语言融合 ：multimodal fusion(abstract)；分类 eess.SP

AI总结 ASPEN通过频谱-时间融合实现跨受试者脑解码，利用乘法融合提升跨模态一致性，有效提升未见受试者准确率。

VETime: Vision Enhanced Zero-Shot Time Series Anomaly Detection

VETime: 基于视觉增强的零样本时间序列异常检测

Yingyuan Yang, Tian Lan, Yifei Gao, Yimeng Lu, Wenjun He, Meng Wang, Chenghao Liu, Chen Zhang

机构 * Department of Industrial Engineering, Tsinghua University, Beijing, China（清华大学工业工程系） ； Lab, Huawei Technologies Ltd, Beijing, China（华为技术有限公司2012实验室） ； Datadog AI Research（Datadog人工智能研究） 纠错

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

AI总结 VETime通过融合视觉与时间模态，提出零样本时间序列异常检测框架，实现高精度定位与低计算开销。