多模态大模型

Multimodal Learning for Scalable Representation of High-Dimensional Medical Data

多模态学习用于高维医学数据的可扩展表示

Areej Alsaafin, Abubakr Shafique, Saghir Alfasly, Krishna R. Kalari, H. R. Tizhoosh

机构 * Kimia Lab, Dept. of Artificial Intelligence & Informatics, Mayo Clinic, Rochester, MN, USA（Kimia实验室，人工智能与信息学系，梅奥诊所，罗切斯特，MN，美国） ； Division of Computational Biology, Dept. of Quantitative Health Sciences, Mayo Clinic, Rochester, MN, USA（计算生物学部门，定量健康科学系，梅奥诊所，罗切斯特，MN，美国） 纠错

专题命中 多模态训练与对齐 ：multimodal(title,abstract)；cross-modal(abstract)；分类 cs.CV、cs.AI

AI总结 MarbliX通过多模态学习实现高维医学数据的可扩展表示，提升癌症诊断的准确性和效率。

E2E Learning Massive MIMO for Multimodal Semantic Non-Orthogonal Transmission and Fusion

端到端学习大规模MIMO用于多模态语义非正交传输与融合

Minghui Wu, Zhen Gao

机构 * School of Information and Electronics, Beijing Institute of Technology (BIT)（信息与电子学院，北京理工大学） ； State Key Laboratory of Environment Characteristics and Effects for Near-space, Beijing（临近空间环境特征与效应国家重点实验室，北京） ； State Key Laboratory of CNS/ATM, Beijing（CNS/ATM国家重点实验室，北京） ； MIIT Key Laboratory of Complex-Field Intelligent Sensing, Beijing（工信部复杂场智能感知重点实验室，北京） ； BIT, Zhuhai（珠海北京理工大学） ； Advanced Technology Research Institute, BIT, Jinan（北京理工大学济南先进技术研究院） ； Yangtze Delta Region Academy, BIT, Jiaxing（长江三角洲地区学院，北京理工大学嘉兴） 纠错

专题命中 多模态训练与对齐 ：multimodal(title,abstract)；cross-modal(abstract)；分类 cs.AI

AI总结 本文提出了一种端到端学习的多模态语义非正交传输与融合框架，通过联合优化物理层和应用层任务提升大规模MIMO的频谱效率。

Multiscale Causal Geometric Deep Learning for Modeling Brain Structure

多尺度因果几何深度学习用于建模大脑结构

Chengzhi Xia, Jianwei Chen, Yixuan Jiang, Qi Yan, Chao Li

专题命中 多模态训练与对齐 ：multimodal(abstract)

AI总结 本文提出一种多尺度因果几何深度学习方法，通过多模态MRI整合与谱图理论实现大脑结构建模，提升模型的可解释性和性能。

Spectral entropy prior-guided deep feature fusion architecture for magnetic core loss

基于谱熵先验的深度特征融合架构用于磁铁损耗

Cong Yao, Chunye Gong, Jin Zhang

机构 * Changsha University of Science and Technology（长沙理工大学） ； National University of Defense Technology（国防科技大学） 纠错

专题命中 多模态训练与对齐 ：multimodal(abstract)

AI总结 本文提出SEPI-TFPNet混合模型，结合经验模型与深度学习，通过谱熵判别机制和多模态特征融合提升磁铁损耗建模的准确性和鲁棒性。

Insight Miner: A Time Series Analysis Dataset for Cross-Domain Alignment with Natural Language

Insight Miner: 一个用于跨领域对齐的时间序列分析数据集与自然语言

Yunkai Zhang, Yawen Zhang, Ming Zheng, Kezhen Chen, Chongyang Gao, Ruian Ge, Siyuan Teng, Amine Jelloul, Jinmeng Rao, Xiaoyuan Guo, Chiang-Wei Fang, Zeyu Zheng, Jie Yang

机构 * UC Berkeley（加州大学伯克利分校） ； Mineral（矿石） ； Northwestern University（西北大学） 纠错

专题命中 多模态训练与对齐 ：multimodal(abstract)

AI总结 Insight Miner 是一个大规模多模态模型，通过代理工作流生成高质量时间序列描述，提升跨领域时间序列分析能力。