通过逆向自编码将多模态数据映射至共享潜在空间

该研究面向通用多模态共享表征学习，提出 Inverse Autoencoder（Inv-AE）：先联合优化共享潜在表征与模态专属解码器，再训练编码器将异构输入映射到已建立的特征空间。基于摘要分析，尚未取得论文全文。 核心思路是改变常规表征学习的顺序：作者认为，从共享潜在表征解码不同模态，比直接将多模态输入编码到对齐空间更易处理。为适配不同模态的信息密度，作者提出 Latent Representation Sequence（LRS），将潜在表征组织为尺寸逐步增大的多尺度层级张量序列，使各模态解码器能够选择不同长度的前缀。摘要以图像到标签的映射说明分类任务，并描述通过 Transformer 条件自回归补充细节的生成路径；具体损失、潜在变量优化方式及前缀选择机制尚未验证。 作者报告，该方法在标准基准的多项任务上取得有竞争力的表现，并可在较少修改下接入专用架构。但摘要未列出数据集、划分协议、基线或量化指标，实验协议、消融及统计信息尚未验证，因此不能据此判断优势大小与适用边界。 平台推测（待验证）：若将其用于 EEG 与其他模态的联合表征，可能复用“先解码建空间、后学习编码器”的训练顺序与 LRS，但需核对配对数据、同步关系及监督需求，并改造 EEG 编解码器。低信噪比、跨被试差异和小样本可能使共享空间偏向更易重建的模态。一个可检验的小实验是在相同配对数据与跨被试划分下，对比该分阶段策略与联合训练，检查 EEG 下游任务表现及对齐稳定性。上述迁移并非原论文已验证结论，已有 EEG 相关工作尚未检索确认。