多模态信息融合

A Multi-Modal Channel Sounding System for Environment-Aware Channel Measurements in 6G Dynamic Scenarios

一种多模态融合平台，用于高动态场景中的联合环境感知与信道探测

Xuejian Zhang, Ruisi He, Mi Yang, Zhengyu Zhang, Ziyi Qi

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

AI总结 本文提出一种多模态融合平台，用于高动态场景中联合环境感知与信道探测，支持多频段多天线测量和高精度环境感知。

Comments Substantially revised version after peer review

Predicting the Unpredictable: LLM-powered Long-term Chaotic Time Series Forecasting under Short-term Observations

预测不可预测之物：基于大语言模型的短期观测下长期混沌时间序列预测

Yuhang Yao, Bohan Jiang

机构 * Nanjing University of Posts and Telecommunications（南京邮电大学） ； Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 针对短期观测下长期混沌时间序列预测难题，提出PAC-LLM框架，结合相空间特征与LLMs能力，在多组混沌系统实验中优于现有基线方法。