本研究提出了一种基于跨模态知识蒸馏的半监督训练框架，显著提升了单目三维检测性能。通过双向LiDAR-Radar融合框架解决了雷达数据稀疏性问题，并在多个数据集上表现优异。此外，研究探讨了雷达与激光雷达数据融合在恶劣天气下的物体检测能力，提出了相机-雷达知识蒸馏框架，进一步提升了检测性能。

本研究探讨了缺失模态对自我中心动作识别的影响，并提出了可学习的跨模态知识蒸馏模型（LCKD），在肿瘤分割中取得了显著的Dice分数提升。此外，研究还提出了一种基于弱监督学习的音视频暴力检测方法，以保持多模态性能并提升检测效果。

EmoDistill是一种新颖的语音情感识别框架，利用跨模态知识蒸馏从语音中学习情感表示。在IEMOCAP基准上的实验证明其优势，实现了77.49％的非加权准确率和78.91％的加权准确率。