近日，中国计算机学会（CCF）推荐的A类国际学术会议 AAAI 2026（The AAAI Conference on Artificial Intelligence）公布论文录用结果。我院青年教师王鲲鹏博士的研究论文“Taming Cascaded Mixture-of-Experts for Modality-missing Multi-modal Salient Object Detection”被成功录用，江苏理工学院为第一完成单位，王鲲鹏博士为第一作者。
AAAI由国际人工智能促进协会主办，是人工智能领域历史悠久、学术影响力广泛的顶级国际会议之一。AAAI 2026 将于2026年1月20日至27日在新加坡举办。本届会议共收到23,680篇投稿，录用4,167篇，录用率仅17.6%。
图1. CMoE方法框架图
在实际复杂环境中，多模态感知方法常因传感器故障出现模态缺失，导致显著目标检测性能下降。针对这一关键挑战，论文提出了级联混合专家网络（CMoE），实现了对模态缺失与模态完整情形的统一建模。该方法包含模态感知专家层（MaMoE）与多模态融合专家层（MmMoE）两个核心模块：前者自适应重构缺失模态特征，并通过专家调制损失优化专家选择；后者融合预训练单模态知识，实现跨模态特征的动态互补。两层结构通过软路由机制协同调度，大幅提升了模型的适应性与鲁棒性。在六个RGB-T与RGB-D数据集上的实验表明，CMoE在模态完整与模态缺失情形下均取得领先性能，且性能衰减最小，显著优于现有方法。（图/文：王鲲鹏 审核：景征骏）
