FoVAE：将重建式中央凹注视建模为自监督变分推断任务的视觉表征学习

基于摘要分析。FoVAE 研究如何通过逐次观察图像局部区域，自监督地学习视觉表征及主动注视策略；其核心任务是在每个时间步重建当前图像块、预测下一图像块，并在设定的时间步数后重建完整图像，同时推断整幅图像的高层先验。 机制上，模型结合自下而上的输入处理与自上而下的已学习先验，选择兼顾局部特征可预测性和全局信息增益的注视目标。作者将这一设计与脑中的贝叶斯预测编码理论及人类注视偏好研究联系起来；这种理论关联不等于对生物神经机制的直接验证。摘要未给出变分目标的具体形式、各任务的损失权重、注视策略的优化方式或网络结构。 作者报告，FoVAE 能重建 MNIST 和 Omniglot 图像，并能在跨数据集的零样本迁移设置下，将已学习的先验与注视策略用于重建未训练数据集中的样本。摘要未提供重建指标、迁移方向、训练规模或对照结果，因此尚不能判断迁移收益的幅度及边界；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可供 EEG 研究借鉴的是“局部观测—全局重建—主动信息获取”的机制，而非图像重建效果本身。若用于有限通道或时间窗的主动选择，需要将二维图像块改为保留时空关系的 EEG 片段，并重新定义信息增益与采样约束；低信噪比、跨被试差异和小样本可能使策略偏向可预测但与任务无关的背景信号。一个可证伪的小实验是在固定数据划分及相同观测预算下，比较学习式选择与随机、固定选择策略的未观测片段重建误差及下游任务表现。此项仅为迁移假设，已有 EEG 相关工作尚未检索确认。