多模态信息融合

TAMI: Temporally Aligned, Missingness-Aware, and Interpretable Multimodal Fusion for Mental Health Assessment in Older Adults with Mild Cognitive Impairment

TAMI：面向轻度认知障碍老年人心理健康评估的时间对齐、缺失感知与可解释多模态融合框架

Merna Bibars, Bolaji Omofojoye, Allan I. Levey, Rachel Hershenberg, Gari D. Clifford, Hyeokhyen Kwon

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学） ； Cairo University（开罗大学） 纠错

专题命中 音视频/视觉语言融合 ：multimodal fusion(title,abstract)；分类 cs.CV

AI总结 本研究针对轻度认知障碍老年人心理健康筛查的多模态分析局限，提出TAMI框架，通过时间对齐、缺失感知与可解释性设计，在49名受试者的抑郁、焦虑分类中取得良好效果，且开放式问题可实现与完整访谈相当的筛查性能。

Comments 19 pages, submitted to IEEE Transactions on Affective Computing

Diverse via bounded Agreement: Geometric Regularization for Multimodal Fusion

通过有界一致性实现多样性：多模态融合的几何正则化

Zixuan Xia, Hao Wang, Pengcheng Weng, Yanyu Qian, Yangxin Xu, William Dan, Fei Wang

机构 * Department of Informatics University of Bern（伯尔尼大学信息学院） ； College of Computing and Data Science Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； School of Software Engineering Xi’an Jiaotong University（西安交通大学软件工程学院） 纠错

专题命中 音视频/视觉语言融合 ：multimodal fusion(title,abstract)；分类 cs.CV

AI总结 提出一种轻量级即插即用的几何正则化框架，通过有界一致性原则在保持模态特异多样性的同时约束跨模态漂移，提升多模态融合性能。

MMDS-Bench: Benchmarking Multimodal Large Language Models on Dynamic Stance in Social Media Interactions

MMDS-Bench：面向社交媒体互动中动态立场的多模态大语言模型基准测试

Yuzhe Ding, Kang He, Li Zheng, Shengwu Zheng, Teng Shi, Fei Li, Chong Teng, Donghong Ji

机构 * School of Cyber Science and Engineering, Wuhan University（武汉大学网络安全学院） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 音视频/视觉语言融合 ：multimodal fusion(abstract)

AI总结 本研究构建多模态动态立场分类基准MMDS-Bench，评估12个多模态大语言模型，发现其在关系推理类多模态动态立场理解上仍存在不足。

Comments Accepted by EMNLP 2026