代表性至关重要：评估训练数据中子群体配比的重要性

基于摘要分析。本文研究训练数据中不同子群体的样本配比如何影响预测器的子群体表现与总体目标，将数据采集视为学习过程的一部分，而非固定的前置步骤。作者通过分析与实验讨论数据组成对学习结果的影响，并提出利用已有数据中的趋势及领域知识，引导有明确目标的数据集设计。 核心关注点是数据代表性与样本分配，而非摘要中未具体描述的特征表征网络。作者报告，多样化的训练数据代表性不仅对改善子群体表现重要，也关系到总体目标的实现；但摘要未给出目标函数、子群体划分、样本分配规则或具体理论条件，因此不能据此推断均衡采样在所有任务中都最优。 摘要未提供数据集、样本规模、对照基线或量化结果，实验协议、消融及统计信息尚未验证。阅读全文时需核对：各子群体的目标权重如何设定，数据采集约束如何进入优化，以及利用已有数据趋势指导新增采样所需的假设。 平台推测（待验证）：若 EEG 数据采集可按被试或预先定义的人群子群体分配预算，这一框架可能用于研究有限采集预算下的总体性能与子群体性能权衡。可复用的是目标导向的样本分配思路，需改造的是 EEG 中被试、会话及试次相关性下的收益估计；低信噪比、被试差异和小样本可能使已有数据趋势不稳定。一个可检验的小实验是在固定总采集预算与独立评估集下，比较原有配比、均衡配比及依据先导数据估计的配比，同时记录总体与各子群体指标。该迁移假设不构成已验证的 BCI 效果，已有 EEG 相关工作尚未检索确认。