多模态大模型

DuTrack: Long-Term Indoor Human Tracking with Dual-Channel Sensing and Inference

DuTrack: 基于双通道感知与推断的长时室内人体跟踪

Mengning Li, Wenye Wang

专题命中 多模态训练与对齐 ：multimodal(abstract)

AI总结 DuTrack通过融合双通道感知与推断技术，实现长时室内人体跟踪，显著降低跟踪误差。

PRISM: Personalized Recommendation via Information Synergy Module

基于信息协同模块的个性化推荐（PRISM）

Xinyi Zhang, Yutong Li, Peijie Sun, Letian Sha, Zhongxuan Han

专题命中 多模态训练与对齐 ：multimodal(abstract)

AI总结 PRISM通过信息协同模块实现个性化推荐，通过分解多模态信息并动态加权以提升推荐效果。

Comments Accepted as a Full Paper at WWW 2026

High-resolution measurement of sea ice mechanical characteristics using Distributed Acoustic Sensing

利用分布式声传感测量海冰机械特性高分辨率

Sébastien Kuchly, Ludovic Moreau, Vasco Zanchi, Nicolas Mokus, Véronique Dansereau, Madison M. Smith, Dany Dumont, Stéphane Perrard, Antonin Eddi

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 利用分布式声传感技术高分辨率测量圣劳伦斯水道沿海海冰的机械特性，包括厚度、模量等参数，验证其在海冰研究中的有效性。

Accelerated Regularized Wasserstein Proximal Sampling Algorithms

加速的正则化Wasserstein近端采样算法

Hong Ye Tan, Stanley Osher, Wuchen Li

机构 * Department of Mathematics, University of California, Los Angeles, CA 90095（加州大学洛杉矶分校数学系） ； Department of Mathematics, University of South Carolina, Columbia, SC 29208（南卡罗来纳大学数学系） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出了一种加速的正则化Wasserstein近端采样算法，通过二阶分数ODE提升粒子混合效率，实现更快的收敛和更优的泛化性能。

Fetal Sleep: A Cross-Species Review of Physiology, Measurement, and Classification

胎儿睡眠：跨物种的生理、测量与分类综述

Weitao Tang, Johann Vargas-Calixto, Nasim Katebi, Robert Galinsky, Gari D. Clifford, Faezeh Marzbanrad

机构 * Department of Electrical and Computer Systems Engineering, Monash University（墨尔本大学电气与计算机系统工程系） ； Department of Biomedical Informatics, Emory University（埃默里大学生物医学信息学系） ； Ritchie Centre, Hudson Institute of Medical Research, and the Department of Obstetrics and Gynaecology, Monash University（霍普金斯医学研究所以及墨尔本大学妇产科系） ； Department of Biomedical Engineering, Georgia Institute of Technology（佐治亚理工学院生物医学工程系） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本研究综述了胎儿睡眠的跨物种生理、测量与分类，指出其周期性变化与神经发育的关系，并强调开发非侵入性监测技术以早期检测神经损伤的重要性。

Comments Accepted for publication in Sleep. 56 pages, 3 figures, 7 tables

Journal ref Sleep, 2026, zsag003