非独立同分布、非各向同性数据下的样本高效线性表征学习

基于摘要分析。本文研究如何从异质来源或任务的数据中学习共享线性表征，在带噪向量观测 y = Mx + w 中恢复线性算子 M，允许协变量 x 非独立同分布且非各向同性。核心贡献是提出 De-bias & Feature-Whiten（DFW），改造交替最小化—下降（AMD）方案，以减轻表征更新偏差并改善多任务数据带来的统计收益。 机制与理论：作者指出，忽略各向同性问题的既有元学习方法会在表征更新中引入偏差，使噪声项无法保持随源任务数量增加而改善的有利尺度，进而让样本复杂度受单个任务的数据量限制。作者报告，在其理论条件下，DFW 可线性收敛至最优表征，噪声水平随源任务总数据量增大而降低，并得到与 oracle empirical risk minimizer 同阶的泛化界。摘要未提供具体去偏公式、白化估计方式或定理假设，不能将该结论理解为适用于任意相关数据。 数值验证：作者报告，多项数值模拟支持 DFW 的重要性；其中，普通 AMD 即使面对独立同分布但轻度非各向同性的数据，也可能严重失效。具体模拟规模、误差指标、对照配置、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：迁移假设是，若 EEG 任务可近似为共享线性特征与任务特定映射，且跨被试或跨会话的协变量分布满足相应理论条件，DFW 的去偏与特征白化思路可能缓解协方差差异造成的表征更新偏差。可复用的是更新机制，需改造的是 EEG 特征构造、任务定义及协方差估计；低信噪比、小样本、通道差异或病态协方差可能使白化不稳定，线性共享表征假设也可能不成立。一个可证伪的小实验是在固定跨被试训练／测试划分及每个源被试样本量的条件下，逐步增加源被试数量，对比普通 AMD 与 DFW 的目标被试预测误差，检验增益是否随总源数据量增长。已有 EEG 相关工作尚未检索确认。