跳到正文

研究类型与证据

预印本 最新动态

预印本 研究索引；按可核对的标签归档，不以热度评价质量。

3,105 条精选近 30 天 1,064 条共收录 3,428 条

更新

精选归档 · 第 154 页

9月18日周一第 3061–3080 条
  1. OpenReview · Representation learning77

    自监督学习中的信息流

    基于摘要分析。本文研究自监督学习（SSL）中的信息流，利用矩阵信息论中的矩阵互信息与联合熵，为对比学习和非对比学习提供统一分析框架；同时提出 matrix variational masked auto-encoder（M-MAE），用于改进图像掩码建模。 技术上，论文的主要贡献包括分析工具与方法设计两个层面：前者尝试以共同的信息论视角理解不同 SSL 方法，后者将该视角用于掩码图像建模。摘要未给出矩阵的构造方式、信息量估计公式、变分目标或其与重建目标的关系，因此尚不能判断 M-MAE 相对既有 masked auto-encoder 的具体改动及计算代价。 作者报告，在 ImageNet 上，M-MAE 在 ViT-Base 的线性探测评估中提升 3.9%，在 ViT-Large 的微调评估中提升 1%。摘要将比较对象概括为当时的先进方法，但未明确具体基线、指标名称、绝对分数及提升的计算口径；上述百分比不宜自行解释为百分点，也不能跨评估协议直接比较。训练数据使用方式、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可探索将矩阵信息论分析工具用于 EEG 自监督表征，检验掩码学习过程中保留的信息是否有助于下游任务；这只是迁移假设，不是论文已验证的 BCI 结果。原研究面向图像，迁移时需重新确定 EEG 的时间与通道表示、掩码策略及矩阵估计方式。低信噪比、通道差异和小样本可能使信息估计主要反映噪声或被试特征。一个可证伪的小实验是在相同 EEG 数据划分、骨干与训练预算下，对照普通掩码建模和经全文核实后实现的 M-MAE 改造版，比较固定 Cross-subject 协议下的下游表现及重复运行稳定性。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得关注其以矩阵互信息和联合熵统一分析不同自监督方法的思路，但 M-MAE 的具体目标、对照协议及对 EEG 的适用性尚未验证。

  2. OpenReview · Representation learning73

    Associative Transformer 是一种稀疏表征学习器

    基于摘要分析。本文主要研究视觉任务中的稀疏表征学习，提出 Associative Transformer（AiT），以低秩显式记忆连接共享工作空间的注意力瓶颈与 Hopfield network 的联想记忆，旨在替代常规 Transformer 中密集的两两注意力交互。 其机制受到 Global Workspace Theory 与联想记忆研究启发：显式记忆既作为先验引导瓶颈注意力，也作为联想记忆中的吸引子。作者称，联合端到端训练使这些先验自然形成模块专门化，各自提供不同归纳偏置；瓶颈则促使输入竞争写入记忆。相较于 Set Transformer 和 Perceiver 使用潜在空间形成容量受限的交叉注意力瓶颈，本文强调可学习记忆先验及其联想吸引子作用。 作者报告，AiT 能通过瓶颈学习不同先验，并称其复杂度对输入数量与维度保持不变；该复杂度主张具体指向哪些计算环节、是否包含输入映射与完整推理开销，尚需全文核对。作者还报告，在多种视觉任务上优于 Set Transformer、Vision Transformer 和 Coordination，但摘要未提供数据集、数据划分、指标或数值，实验协议、消融及统计信息尚未验证，训练监督形式和复现条件亦未明确。 平台推测（待验证）：若低秩记忆能保留任务相关信息并抑制冗余交互，可能对应 EEG 中高冗余时空 token 的表征瓶颈；可复用候选是记忆先验与瓶颈注意力，需改造 EEG 输入编码、通道位置表示和时序建模。该假设依赖足够数据学习稳定先验，低信噪比、跨被试差异、通道变化及小数据均可能使记忆捕获伪相关或丢失弱信号。可在固定的运动想象数据划分下，以相同输入编码和训练预算比较 AiT 与常规注意力，并改变记忆容量，检验分类指标、计算开销与稳定性的权衡。相关 EEG 工作尚未检索确认。

    阅读价值：值得核对的是低秩显式记忆如何同时约束共享工作空间中的注意力瓶颈与 Hopfield 联想检索，以及这种机制能否产生模块分工；摘要中的视觉任务优势尚不足以支持 EEG/BCI 有效性。

  3. OpenReview · State space models71

    面向扩散模型解耦潜在空间的等距表示学习

    基于摘要分析。本文研究视觉数据扩散模型的潜在空间如何更好地对应人类感知语义，提出 Isometric Diffusion，通过等距表示学习约束潜在空间与数据流形之间的几何关系，旨在减少概念纠缠与空间畸变，使生成与属性操控更直观。 核心机制是引入一种促进潜在空间与数据流形之间等距性的损失。其思路不仅关注生成数据本身，也关注潜在表示的几何结构是否支持语义清晰的变化路径。摘要未说明等距性采用何种距离或度量、数据流形如何估计、损失的具体形式，以及它与扩散训练目标如何组合；这些实现细节尚未验证。等距约束与属性解耦之间的关系也需要结合正文中的定义和实验核对，不能仅凭摘要认定几何保持必然带来语义解耦。 作者报告，该方法能够支持更平滑的插值和更精确的潜在空间属性控制，并称广泛实验展示了其有效性。摘要未提供数据集、对照方法、评估指标、数值结果或数据划分，因此目前只能确认作者提出了这些效果主张，不能判断改进幅度或适用范围。实验协议、消融及统计信息尚未验证，代码与复现条件亦未从所给材料确认。 原论文的主要对象是视觉数据生成与操控，并非 EEG/BCI。平台推测（待验证）：若将其几何约束用于 EEG 表示学习，首先需要提出并检验一个假设，即所选信号距离能反映任务相关语义，而不是主要反映噪声、被试差异或通道配置。潜在空间约束的思路可能可复用，但信号度量、数据流形估计和语义验证方式需要改造；低信噪比与小数据条件可能使约束保留无关变化。一个可证伪的小实验是在固定 EEG 编码器、数据划分与训练预算下，对比加入和不加入该约束的表示，分别检验任务表现与被试差异敏感性，而不将插值平滑视为 BCI 有效性的证据。相关 EEG 工作尚未检索确认。

    阅读价值：值得核对其等距约束如何定义潜在空间与数据流形的几何对应，以及该约束能否同时改善属性解耦与插值；摘要尚不足以验证具体效果或 EEG/BCI 迁移价值。

  4. OpenReview · EEG77

    用于改进癫痫发作检测的动态 EEG 表征学习

    基于摘要分析。该研究针对流式 EEG 癫痫发作检测中检测延迟、脑活动动态刻画及异常区域定位的问题，提出 onset detection 任务与 Dynamic Seizure Network，将检测目标从判断发作是否存在扩展到识别发作事件的具体时间戳。 任务与机制：作者提出两个量化检测及时性的新指标，并通过 Dynamic Seizure Network 对随时间演化的脑状态及动态脑连接进行建模。摘要未提供这两个指标的名称和定义，也未说明网络结构、连接估计方式、损失函数或训练与推理流程，尚不能判断其如何权衡检测及时性、漏检与误报。 结果与证据：作者报告，理论分析及三个真实癫痫发作数据集上的实验表明，该方法优于基线，且具有较低的时间与空间复杂度。摘要未列明数据集名称、被试规模、数据划分、基线、具体性能或复杂度数值，因此跨被试泛化、流式评估设置及性能优势的幅度尚未验证，实验协议、消融及统计信息亦尚未验证。 临床解释与复现：作者称，该方法可通过可视化辅助临床人员定位异常脑活动，但摘要没有提供定位准确性或临床验证结果，不能据此认定已具备临床定位效能。复现时需核对事件时间戳的标注与匹配规则、输入窗口和报警策略，以及及时性指标与检测性能的联合评估方式。该工作的直接研究对象是 EEG 癫痫发作检测，而非已验证的 BCI 控制任务。

    阅读价值：值得关注其面向流式 EEG 的 onset detection 任务与检测及时性指标，以及动态脑状态和连接建模；作者报告的性能与复杂度优势仍需结合完整评估协议核验。

  5. OpenReview · Representation learning72

    SAIR：学习语义感知隐式表示

    基于摘要分析。本文研究图像大区域缺失时的图像修复问题，提出语义感知隐式表示 SAIR，使任意坐标处的像素表示同时依赖外观与语义信息，而非仅学习连续坐标到颜色的映射。主要贡献是将像素所属对象的语义信息引入连续图像重建。 方法包含两个模块：首先，为存在大区域缺失的图像建立语义隐式表示 SIR，使连续域中的任意坐标对应一个与文本匹配的嵌入，用于指示该位置所属的对象；随后，基于 SIR 建立语义感知外观隐式表示 AIR，将任意坐标映射为颜色，包括输入中缺失的位置。其关键区别在于利用跨像素的语义连续性辅助外观恢复，而不只是建立连续的外观映射。文本匹配嵌入的来源、语义监督方式、两模块的训练关系及损失形式尚未验证。 作者报告，在图像修复任务的实验中，SAIR 明显优于当时的先进方法；但摘要未给出数据集、缺失区域生成协议、对照方法、指标或具体数值，无法据此量化优势。实验协议、消融及统计信息尚未验证。 原论文的研究对象是图像而非 EEG。平台推测（待验证）：若 EEG 缺失通道重建具有可用的连续电极坐标与可靠任务语义，语义条件化的坐标隐式表示可能提供一种候选机制。可复用的是“坐标到表示、再到信号值”的框架；需将对象文本嵌入及 RGB 输出改造为适合 EEG 的条件信息和时序信号输出。低信噪比、跨被试语义差异、电极布局变化与小数据可能使条件信息失效，甚至生成看似合理却偏离真实神经活动的波形。可在固定被试内划分下遮蔽部分通道，对比有无语义条件的同类坐标模型，检验重建误差与下游任务表现；这仅是假设性验证方向，不是本文已证实的效果。相关 EEG 工作尚未检索确认。

    阅读价值：值得关注其以文本匹配的像素语义表征约束连续外观重建的机制，但摘要中的图像修复优势尚缺可核对的实验细节，不能据此认定其适用于 EEG/BCI。

  6. OpenReview · Representation learning73

    面向联合嵌入预测架构的密集表征学习

    基于摘要分析。该研究面向无标签图像的视觉表征学习，针对联合嵌入预测架构（JEPA）在局部语义与密集表征学习上的不足，提出掩码建模目标 Dense-JEPA。核心贡献是将与掩码 patch 语义相近的邻域 patch 集合作为预测目标的信息来源，而非仅依赖单个位置的嵌入目标。 机制上，Dense-JEPA 先计算每个掩码 patch 与对应邻域 patch 的特征相似度，筛选具有语义关联的 patch，再用轻量级 cross-attention heads 聚合邻域特征，构造掩码预测目标。作者将原 JEPA 的局部语义不足归因于嵌入空间中的掩码建模；这一解释及新目标的实际作用仍需结合正文和消融核对。相似度定义、邻域范围、目标构造与训练流程的具体实现尚未验证。 作者报告，该方法在 ImageNet-1K 图像分类、ADE20K 语义分割和 COCO 目标检测任务上显示有效性。摘要未提供具体指标、提升幅度、数据划分或对照基线，因此不能据此量化收益或判断不同任务间的优势。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 的时间或时频 patch 中存在可由特征相似度识别的有效邻域，邻域聚合预测目标可能为局部表征自监督学习提供借鉴。这一假设依赖邻域结构及相似度的可靠性；可复用的是语义邻域筛选与目标聚合思路，需改造 patch 定义、通道关系和邻域约束。低信噪比可能使相似度追随伪迹，跨被试差异、通道变化及小数据也可能削弱目标稳定性。可在固定 EEG 数据划分与相同编码器下，对比原 JEPA 目标和邻域聚合目标，并检验随机邻域是否产生相近收益，以核对语义筛选是否真正有效。该设想不是已验证的 BCI 结果，已有 EEG 相关工作尚未检索确认。

    阅读价值：Dense-JEPA 通过语义相关邻域特征聚合构造掩码预测目标，为核对 JEPA 局部语义学习机制提供了具体切入点，但摘要不足以验证性能增益及其向 EEG 的适用性。

  7. OpenReview · Representation learning71

    通过自适应图构建实现最优且可泛化的多模态表征学习框架

    基于摘要分析。本文研究多模态对比学习中架构需手工设计、难以扩展至任意数量模态及缺失模态鲁棒性不足的问题，提出 AutoBIND，以自适应图构建选择关联较强的模态，并通过对比学习将各模态映射到共享嵌入空间。 机制上，AutoBIND 利用模态间相关性衡量相似性，自动选择模态关联，并在训练期间动态更新图结构。作者将图结构的持续改进归因于对比损失的最小化，而非固定的人工模态组合。摘要未给出相关性的计算方式、图更新规则、损失具体形式，以及跨模态样本配对、监督和数据规模要求，这些实现条件尚未验证。 作者报告，在涉及 3D 图像、2D 图像和表格数据的多种数据集上，AutoBIND 在阿尔茨海默病检测、房价预测等任务中优于既有方法，并声称支持任意数量模态及缺失模态情形。摘要未提供数据集名称、评估指标、数值、划分协议和对照配置，因此无法判断优势幅度及适用边界；实验协议、消融及统计信息尚未验证。上述任务并非 EEG/BCI 验证。 平台推测（待验证）：若多模态 BCI 具有可配对的数据，动态图选择机制或可用于探索 EEG 与其他信号间的关联及模态缺失问题。可复用的是共享嵌入与关联图学习思路，需改造信号编码、时间对齐和缺失模态处理；EEG 低信噪比、通道变化、跨被试差异及小数据可能使相关性估计不稳定，或使图结构偏向伪相关。一个可证伪的小实验是，在固定编码器、训练数据与跨被试划分下，对比自适应图和固定图，并在受控模态缺失条件下评估任务表现及图稳定性。已有 EEG 相关工作尚未检索确认。

    阅读价值：AutoBIND 将模态关联选择与对比表征学习结合，为考察多模态训练中的动态图构建及缺失模态鲁棒性提供了具体机制，但其性能优势与 EEG/BCI 适用性尚待验证。

9月17日周日
  1. OpenReview · State space models79

    潜在空间对称性发现

    基于摘要分析。该研究针对等变神经网络依赖预先已知的对称群、现有自动对称发现方法主要局限于线性对称的问题，提出生成模型 Latent LieGAN（LaLiGAN），从数据中发现非线性对称。其主要研究对象是高维观测及动力系统，而非 EEG 或 BCI。 核心机制是同时学习数据到潜在空间的映射，以及该空间中的对称性，使原始数据中的非线性对称在潜在空间中表现为线性对称。相较于直接在原始空间搜索线性对称，这一设计通过学习表示扩展了可处理的对称类型。作者报告，在特定条件下，该方法可以表达任意非线性对称；摘要未列出这些条件，因此不能将其理解为无条件的普适保证。具体模型结构、损失、训练过程与推理方式尚未验证。 作者报告，LaLiGAN 能捕获高维观测中的内在对称，形成有利于下游任务的结构化潜在空间，并展示了改善多种动力系统方程发现与长期预测的用途。摘要未提供数据集、观测规模、预测时域、对照基线或定量指标，实验协议、消融及统计信息尚未验证，无法据此判断收益大小及适用边界。 平台推测（待验证）：若 EEG 动态中存在可由潜在表示线性化的稳定变换结构，这种联合学习表示与对称的方法可能用于探索神经信号的低维动力学，但原领域结果不构成 EEG 或 BCI 有效性证据。潜在映射与对称发现机制可作为候选模块，观测表示和下游目标则需适配 EEG；所需数据规模、监督形式与采样结构尚待核对。低信噪比、跨被试差异、通道变化和小数据可能导致模型学习到采集或伪迹结构，而非任务相关对称。一个可证伪的小实验是在固定通道、明确被试内划分的 EEG 序列上，对比 LaLiGAN 与不含对称发现模块的表示模型，检验潜在变换的一致性及留出序列预测表现。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的具体原因是 LaLiGAN 将非线性对称发现转化为潜在空间中的线性对称学习，并展示其用于动力系统方程发现与长期预测的用途；理论适用条件与实验收益仍需全文核对。

  2. OpenReview · Representation learning73

    表征如何影响 in-context learning：一项合成任务探索

    基于摘要分析。本文研究 Transformer 的 in-context learning（上下文学习）如何受到表征质量影响，提出将表征概念性地区分为由模型权重影响的 in-weight component 和由上下文样本影响的 in-context component，并借助新构造的合成任务分析两者与学习能力的关系。 方法上，作者设计 in-weights probe 与 in-context probe，分别评估两类表征成分。作者报告，在该合成任务中，in-context component 的质量与 in-context learning 表现密切相关；较好的 in-weights component 有助于 in-context component 的学习。由此，作者提出权重内学习应作为上下文学习的基础。摘要未给出探针实现、合成数据生成规则及具体训练与评估协议，因此这些观察的适用边界尚未验证，不能直接推广为所有 Transformer 的普遍机制。 作者还报告，在假设具有完美 in-weights component 的构造条件下，仅依靠模式匹配与复制粘贴机制进行上下文学习的简单 Transformer，可以取得与更复杂、经过充分调优的 Transformer 相近的表现。这一结果的关键前提是理想化的权重表征，并不等同于一般训练条件下简单模型可替代复杂模型；具体指标、对照配置、消融及统计信息尚未验证。 平台推测（待验证）：该分解视角可用于提出 EEG 少样本上下文解码的机制假设，即预训练表征质量可能影响模型利用上下文示例的能力，而非直接提供新的 EEG 解码方法。若开展验证，可固定上下文任务与示例数量，比较不同质量的预训练表征对上下文增益的影响；探针及输入表示需按 EEG 信号与通道结构改造，并控制跨被试划分。低信噪比、被试差异、通道变化与小数据可能使两类成分难以分离。摘要未说明原合成任务依赖的数据结构、监督形式与规模，已有 EEG 相关工作也尚未检索确认。

    阅读价值：值得阅读之处在于用合成任务和两类探针区分权重与上下文对表征的贡献，并在理想权重表征假设下构造简化 Transformer，为检验 in-context learning 的机制提供切入点，但对 EEG/BCI 的适用性尚未验证。

  3. OpenReview · State space models79

    有限记忆 POMDPs 中的智能体中心状态发现

    基于摘要分析。本文研究高维、非马尔可夫强化学习环境中的智能体中心状态发现：从过去观测序列中提取与智能体任务有关的信息，并排除无关因素。核心贡献是将 generalized inverse models 适配于这一状态表征学习问题，并提供渐近理论、替代算法的负面结果及经验研究。 与当前观测足以解码任务相关状态的马尔可夫设定不同，本文考虑的有限记忆 POMDPs 需要依赖一段历史观测恢复状态。作者报告，仅使用前向运行的序列模型进行编码等直观替代方案存在负面结果；这不等于所有前向序列模型均无效，其成立条件需查阅全文。作者还报告，历史动作具有双刃剑效应：正确使用可提升状态发现能力，错误使用则可能导致显著失败。具体动作使用方式、理论假设、模型结构、实验环境、对照、消融及统计信息尚未验证，摘要未提供可核对的量化指标。 平台推测（待验证）：若 EEG 闭环控制任务也需要从有限历史信号及动作中恢复任务相关状态，该机制可能用于研究如何区分控制相关信息与无关波动，而不是直接作为已验证的 EEG 解码方法。可考虑复用其状态学习思路，但需改造观测编码器，并核对训练目标对动作序列、交互数据和探索覆盖的要求；低信噪比、跨被试变化、通道差异及小数据可能破坏状态可恢复性。一个可证伪的小实验是，在固定 EEG 数据划分和下游控制任务下，对比历史观测编码与加入动作信息的表征，检验其在受控无关扰动下是否保持任务性能；具体动作使用方案须取得全文后确定。相关 EEG 工作尚未检索确认。

    阅读价值：值得关注其在有限记忆非马尔可夫环境中利用 generalized inverse models 学习任务相关状态的机制，以及历史动作使用不当导致失败的分析，但其对 EEG/BCI 的适用性尚未验证。

  4. OpenReview · Representation learning70

    LSPT：用于视觉表征学习的长期空间提示微调

    基于摘要分析。本文研究预训练 Vision Transformers（ViTs）的视觉提示微调，提出 Long-term Spatial Prompt Tuning（LSPT），通过利用较早 block 的提示信息与 patch tokens，改善自监督 ViT 对下游视觉任务的适配。主要研究对象是视觉表征学习，并非 EEG 或 BCI。 机制上，作者认为现有方法主要引入新的可学习提示，或使用来自前一 block 的门控提示，未充分利用更早 block 的信息。LSPT 引入长期门控提示，作者将其称为 temporal coding，旨在减轻对较早 block 所获信息的遗忘；同时使用 patch tokens 作为 spatial coding，以持续积累有助于类别区分的特征。这里的“长期”和 temporal coding 指跨网络 block 的信息利用，不能直接等同于时间序列建模或脑信号时序编码。门控形式、提示聚合方式、可训练参数范围及训练目标尚未验证。 作者报告在 5 个 FGVC 和 19 个 VTAB-1K 基准上开展实验，并声称 LSPT 优于所比较的视觉提示微调方法。摘要未提供具体指标、分数、数据划分及对照配置，因此无法量化提升或确认比较条件；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 预训练 Transformer 具有可供提示交互的多层 token 表征，跨 block 提示复用可能成为下游适配的候选机制。可考虑复用门控提示思路，但需重新定义 EEG 的时间或通道 token，以及 patch tokens 的对应关系；低信噪比、跨被试差异和小样本可能使长期信息聚合同时保留噪声。一个可检验的假设是：在固定 EEG 骨干、相同数据划分与可训练参数预算下，跨 block 门控提示是否优于仅使用前一 block 的提示，可分别在被试内与跨被试协议中对照验证。上述不是论文已验证结果，相关 EEG 工作尚未检索确认。

    阅读价值：值得核对其跨较早 Transformer block 复用提示信息与融合 patch tokens 的具体实现，以及两类机制对自监督 ViT 下游适配的独立贡献；摘要不足以验证性能优势或 EEG 迁移价值。

9月16日周六
  1. OpenReview · Representation learning75

    利用成对表示学习可识别的因果结构

    基于摘要分析。本文研究从观测数据中恢复因果关系的监督因果学习（SCL）：利用具有真实因果关系标注的既有数据集训练模型，再对测试数据预测结构。作者提出 PAIRE，以成对表示增强变量关系编码，并将输出目标改为 Markov 等价类（MEC）的表示，以处理结构可识别性与预测目标之间的不一致。 机制上，作者指出，已有 transformer 方法通过样本维度与节点维度的注意力学习单变量表示，并输出表示有向无环图（DAG）的加权邻接矩阵；若进一步用 Bernoulli 采样生成 DAG，以邻接矩阵为学习目标可能引发可识别性方面的不一致。PAIRE 引入带单向注意力层的 pairwise encoder，同时接收节点特征与成对特征，建模变量对的内部及外部关系。输出则由骨架矩阵与表示 v-structures 的三阶 v-tensor 组成，用于表示 MEC，而非将某个具体 DAG 直接作为唯一输出目标。 作者报告，PAIRE 在其经验评估中显著优于其他基于 DNN 的 SCL 方法。摘要未提供数据集、样本规模、划分、对照方法名称、指标或数值，无法据此判断增益大小及适用范围；实验协议、消融及统计信息尚未验证。复现时需核对因果图标注来源、训练与测试结构的分布关系，以及 MEC 表示的构造和解码方式。 平台推测（待验证）：其成对编码与 MEC 输出可能为 EEG 通道或脑区间关系建模提供方法参考，但原任务依赖带真实因果结构的训练数据，不能将 EEG 中的统计依赖直接视为因果关系。迁移需改造时序特征输入与监督来源，并处理低信噪比、潜在混杂及跨被试分布变化。可先在具有已知生成图、加入噪声与混合效应的合成多通道时序上，对照成对编码和原有编码，检验 MEC 恢复是否改善；这不构成真实 EEG 或 BCI 有效性的证据。相关 EEG 工作尚未检索确认。

    阅读价值：值得核对 PAIRE 如何以骨架矩阵与 v-structures 表示 Markov 等价类，并通过成对编码改善监督因果结构学习；摘要中的优势结论尚需结合具体数据与评估协议验证。

  2. OpenReview · Representation learning74

    面向自我中心视角二维多目标跟踪的伪三维表示学习

    基于摘要分析。本文研究自我中心视角二维多目标跟踪（2D MOT）中由目标遮挡引发的数据关联困难，提出 P3DTrack：从单目视频学习 Pseudo 3D（P3D）目标表示，使不同目标在特征空间中更易区分，并将该表示学习与目标关联模块联合进行。 核心思路是借鉴三维空间中目标更易关联的特点，但不依赖真实 LiDAR 三维标注或预训练深度估计器。摘要称，P3D 目标表示由视频及二维跟踪标签监督学习；相较既有基于深度的 MOT 方法，其强调三维表示与目标关联的联合学习。不过，P3D 标签的具体构造、表示的几何含义、损失函数以及训练与推理流程尚未验证。摘要提及三维 Kalman Filter 是研究动机中的参照，不能据此认定 P3DTrack 使用该模块。 作者报告，在自我中心视角的 KITTI 与 Waymo Open Dataset（WOD）上取得当时的最先进性能；摘要未提供具体指标、数值、数据划分和对照方法，因此尚不能评估增益幅度或比较条件。实验协议、消融及统计信息尚未验证。作者表示将发布代码，所给材料不能确认代码已公开。 该工作的主要研究对象是视觉目标跟踪，而非 EEG 或 BCI。现有摘要未给出与神经信号处理的具体机制对应关系，不据此推导 BCI 有效性或迁移实验方案。

    阅读价值：值得核对其如何仅凭单目视频与二维跟踪标签构造 Pseudo 3D 监督，并与目标关联模块联合学习；摘要尚不足以判断性能增益的来源及复现条件。

  3. OpenReview · State space models77

    超越人口统计均等：重新定义平等对待

    基于摘要分析。该研究讨论机器学习公平性中的“平等对待”是否可以用“结果平等”来衡量，提出通过比较不同受保护群体的预测解释分布来形式化平等对待，而非仅考察 demographic parity（人口统计均等，也称统计均等）。其主要研究对象是通用机器学习公平性，不是 EEG 或 BCI 解码。 核心机制是先计算特征值对预测的影响，例如利用 Shapley values 将预测分解为各特征的贡献，再定义解释分布，并比较具有不同受保护特征的群体之间的解释分布。作者认为，结果平等与平等对待并不等价，因此人口统计均等不能忠实表达其所讨论的平等对待概念。这一论点应理解为作者提出的规范性定义与理论分析，而非对所有公平性定义的统一裁决。 作者报告分析了新定义的理论性质，并构建基于“平等对待检查器”AUC 的分类器双样本检验。这里的 AUC 用于群体解释分布的检验，不是原预测任务的 Accuracy 或其他性能指标。作者报告在合成数据和真实数据上研究了该形式化方案，并发布开源 Python 包 explanationspace，提供方法与教程。具体数据集、预测任务、样本量、数据划分、数值结果、解释计算配置及统计检验条件尚未验证。 平台推测（待验证）：若 EEG/BCI 研究具有明确的受保护群体标签和可比较的特征解释，该框架可能用于检查性能相近的群体是否仍存在不同的模型特征依赖。可复用部分是解释分布比较与双样本检验；需改造部分是适合 EEG 时空特征的解释表示。低信噪比、通道差异、被试差异及小样本可能使检验反映采集条件或解释不稳定性，而非不平等对待。一个可检验的小实验是在固定解码模型和采集条件下，对照群体预测结果分布与解释分布的差异，并以重复划分检验结论稳定性；这仅是迁移假设，已有 EEG 相关工作尚未检索确认。

    阅读价值：该研究将群体公平性的检验对象从预测结果分布扩展到特征贡献的解释分布，值得核对其理论定义与检验条件，但尚不能据此认定其能够验证 BCI 系统的公平性。

  4. OpenReview · State space models73

    状态驱动的隐式建模

    基于摘要分析。本文研究通用隐式模型的训练问题，提出 State-driven Implicit Modeling（SIM）：约束隐式模型的内部状态与输出匹配基线模型，以绕开通常用于反向传播的高成本隐式微分。核心贡献是将训练问题构造为凸优化问题，并利用其可分解结构支持并行求解。 机制上，隐式模型不依赖典型神经网络的层级结构，而是通过平衡方程定义内部状态。SIM 将基线模型的状态与输出作为匹配目标，改变了训练路径。作者称，该方法还可结合定制目标函数，用于参数缩减与鲁棒训练。摘要未给出平衡方程、匹配约束、凸性成立条件、优化器或鲁棒目标的具体形式，因此尚不能判断这些性质适用于哪些模型类别，也不能量化训练效率与性能之间的权衡。 摘要未提供数据集、任务、数据划分、对照基线或量化结果；实验协议、消融及统计信息尚未验证。复现前需核对基线状态的获取方式、状态与输出匹配的可行性、并行求解的资源开销，以及参数缩减和鲁棒训练的评估条件。 平台推测（待验证）：可检验的迁移假设是，将已有 EEG 模型的中间表示与输出作为 SIM 的匹配目标，探索较低训练开销或参数缩减，而非直接将其视为 EEG 时序建模方法。可复用的是状态／输出匹配与可分解优化思路；需改造的是 EEG 输入表示、基线状态接口及任务目标。低信噪比、跨被试差异、通道变化和小数据可能使基线误差被继承，或使匹配目标缺乏泛化性。一个小规模验证是：在固定 EEG 数据划分与同一基线下，对比原模型和 SIM 的任务指标、训练时间、峰值内存及参数量，并分别报告被试内与跨被试结果。相关 EEG 工作尚未检索确认。

    阅读价值：值得阅读的是 SIM 通过匹配基线模型的内部状态与输出，将隐式模型训练转化为可分解的凸优化问题；其训练成本、匹配精度与适用条件仍需全文核对，EEG/BCI 价值尚未验证。

  5. OpenReview · Representation learning73

    场景表征学习与对象表征学习的统一理论

    基于摘要分析。本文研究无监督视觉表征学习中两类问题的统一描述：将多对象场景分解为多个对象，以及将单个对象分解为位置、形状等属性。作者提出基于代数独立性的统一理论，并报告在包含多个对象的图像数据集上进行了实验验证；摘要未提供具体指标与结果幅度。 核心机制是潜在向量之间的约束与交换性。摘要引用 Ohmura et al. (2023) 的对象表征理论：学习满足代数独立性的对象间变换，使一个属性可以变化而其他属性保持不变。相较于在标量变量之间施加独立性，该理论将约束放宽到潜在向量之间。场景表征方法同样常以潜在向量表示对象，并将场景表示为多个对象表征之和；求和满足交换性。本文据此寻求覆盖对象属性分解和多对象场景分解的共同理论，而非仅提出一个新的网络结构。 需核对统一理论的形式化定义、成立条件，以及交换性在完整代数独立性约束中的作用。数据集名称、训练与推理实现、对照基线、实验协议、消融及统计信息尚未验证，因此不能据摘要判断理论的普适性或性能优势。 平台推测（待验证）：迁移假设是，若 EEG 中可识别不同因素对应的变换，且这些变换近似独立并可交换，潜在向量级约束可能有助于分离任务相关因素与干扰因素。这依赖可定义的变换及足够的数据覆盖；视觉对象与属性不能直接等同于 EEG 神经源或状态。可考虑复用潜在向量约束，但需改造 EEG 编码器、变换定义及观测模型。低信噪比、通道混合、被试差异和小样本可能破坏独立性假设。一个可检验的小实验是在固定被试内划分下，比较有无此类约束时对可控干扰的稳健性及任务信息保留程度；这不是本文已验证的 EEG 结果，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其如何以潜在向量间的代数独立性与交换性统一场景分解和对象属性分解，但理论适用条件及实验支持范围尚需全文核对。

  6. OpenReview · State space models78

    关于加速 SE(3)-不变空间中基于扩散的分子构象生成

    基于摘要分析。该研究针对分子构象生成中 SE(3)-不变空间扩散模型采样成本较高的问题，通过分析现有方法的近似误差，在投影微分方程框架下构建更精确的近似，并提出加速生成方案；主要研究对象是分子构象，而非 EEG 或 BCI。 摘要指出，这类方法通常需要以数千次更新求解随机微分方程（SDEs）。作者从近似误差角度研究 SE(3)-不变空间中的扩散机制，并称提供了理论分析及超参数与误差关系的实证证据。摘要未给出具体近似公式、数值求解步骤及超参数配置，因此尚不能判断加速主要来自哪些计算环节，也不能确认其对其他扩散模型的适用条件。 作者报告，在与现有方法比较的分子构象生成实验中，该方案能够在生成高质量构象的同时实现 50–100 倍加速。但摘要未提供数据集、对照方法名称、构象质量指标、硬件条件及计时口径，因而该倍数应限定于作者的原实验语境，不能解释为通用采样性能。实验协议、消融及统计信息尚未验证。 摘要提供了开源代码地址，但实现内容、环境依赖及结果可复现性尚未核验。现有材料未建立 SE(3)-不变分子构象生成与 EEG 解码之间的具体机制对应关系，因此不提出 BCI 迁移结论或复现实验建议。

    阅读价值：值得关注其从投影微分方程近似误差出发加速 SE(3)-不变空间扩散采样的机制，但作者报告的加速幅度仍需结合完整评估协议核对，不能据此推断 BCI 有效性。

  7. OpenReview · Representation learning72

    作为自监督表征学习器的掩码扩散

    基于摘要分析。本文研究扩散模型的生成能力与表征学习能力之间的关系，提出 masked diffusion model（MDM），以掩码机制替代传统扩散中的加性高斯噪声，作为可扩展的自监督表征学习器。主要研究对象是医学图像与自然图像的语义分割，而非 EEG 或 BCI。 技术机制：传统去噪扩散概率模型通过加性高斯噪声构造扰动，MDM 改用掩码机制。作者据此探索生成能力与表征学习能力的关联，但摘要不足以确定掩码如何随扩散过程变化、具体预测目标、损失函数、网络结构，以及分割阶段如何使用所学表征。 结果与证据边界：作者报告，MDM 在医学图像和自然图像语义分割任务中优于既有基准，尤其在少样本场景下表现突出。摘要未提供数据集名称、少样本数量、划分协议、对照方法、指标或数值，因而无法核对优势幅度及公平比较条件。实验协议、消融及统计信息尚未验证；代码、模型权重与复现资源亦尚未验证。 平台推测（待验证）：可检验的迁移假设是，将掩码式扰动用于 EEG 自监督预训练，可能有助于学习可用于少标注任务的表征。原方法面向图像像素级语义任务，其所需数据规模与监督配置尚不明确；迁移时可借鉴掩码扰动思路，但需改造信号编码、时间或通道掩码策略及下游预测头。EEG 的低信噪比、跨被试差异、通道配置变化和小数据规模，可能使模型主要学习噪声或被试特征。一个小规模可证伪实验是：在固定 EEG 编码器、预训练数据和少标注预算下，对比掩码式与加性高斯噪声式自监督预训练，并采用严格的 Cross-subject 划分评估同一下游任务。该建议不代表已有 EEG 效果，相关 EEG 工作尚未检索确认。

    阅读价值：值得阅读的具体原因是其以掩码机制替代传统扩散中的加性高斯噪声，探索扩散式自监督表征学习与生成能力的关系；作者报告的少样本分割优势及其对 EEG 的可迁移性仍需分别核验。

  8. OpenReview · Representation learning75

    SCoRe：面向真实世界类别不平衡场景的子模组合表征学习

    基于摘要分析。该研究针对类别不平衡条件下稀有类别特征多样性不足、类别间偏差与类别内方差问题，提出 SCoRe（Submodular Combinatorial Representation Learning）框架，以一组子模组合损失改进对比表征学习。 核心机制是利用 Submodular Information Measures 等集合函数，同时建模特征簇的多样性与协作关系。作者提出包括 Facility Location、Graph-Cut 和 Log Determinant 在内的组合目标，并指出现有对比学习方法具有子模性，或可重新表述为相应的子模形式。摘要未提供损失公式、特征集合的构造方式、监督要求、批次采样及优化细节，尚不能判断这些目标与常用对比损失的具体差异或计算开销。 作者在高度不平衡的 CIFAR-10、MedMNIST 子集上进行图像分类实验，并在 India Driving Dataset（IDD）上进行道路物体检测实验。作者报告，相对其采用的先进度量学习基线，新目标在不平衡分类任务上的提升最高为 7.6%，在物体检测任务上的提升最高为 19.4%。摘要未明确指标、相对增幅与百分点含义、具体基线及数据划分，因此这些数字不能直接解释为 Accuracy 或检测指标的百分点提升；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：假设 EEG 少数类别也存在表征覆盖不足，集合级多样性与协作建模可能用于缓解类别不平衡，但视觉任务收益不等于 BCI 收益。可复用部分是组合损失，需核对并改造 EEG 特征相似度、集合构造和采样策略；低信噪比、跨被试差异、通道变化及小数据可能使多样性目标优先保留噪声或被试特征。一个可证伪的小实验是固定 EEG 编码器与 Cross-subject 划分，在受控类别不平衡条件下，仅替换损失并与原对比损失及类别加权基线比较 Balanced Accuracy 和少数类别召回率，报告多随机种子的波动。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对 SCoRe 如何将子模集合函数转化为类别不平衡下的表征学习损失，以及其相对度量学习基线的收益是否依赖类别分布与批次构造；对 EEG 的适用性尚未验证。

9月15日周五
  1. OpenReview · State space models73

    MM-LDM：用于有声视频生成的多模态潜在扩散模型

    基于摘要分析。本文研究有声视频生成（Sounding Video Generation，SVG），目标是联合生成音频与视频，同时满足单模态真实感和跨模态一致性。作者提出多模态潜在扩散模型 MM-LDM，将生成过程从原始信号空间转移到感知潜在空间，以降低计算开销，并支持音频到视频、视频到音频的条件生成。 机制上，作者构建被其描述为与原始音视频信号空间感知等价的潜在空间，统一音频与视频表示，再通过共享的高层语义特征空间弥合两种模态的信息差异。此外，跨模态采样引导用于扩展条件生成能力。摘要未披露潜在表示的编码方式、语义对齐目标、扩散训练损失及采样引导公式，其具体实现尚未验证。 相较于在原始信号空间中执行扩散的既有方法，作者报告 MM-LDM 在全部评估指标上有所改善，并提高训练和采样速度；作者同时声称取得新的最优结果。但摘要未提供数据集、划分、对照方法、指标定义、数值及计算资源，因而尚不能量化质量与效率收益，也不能确认其适用范围。实验协议、消融及统计信息尚未验证。 该研究的主要对象是音视频联合生成，而非 EEG 或 BCI。平台推测（待验证）：共享潜在语义空间可能为 EEG 与音视频刺激之间的跨模态建模提供方法参考，但感知等价的音视频压缩并不保证保留 EEG 中可解码的信息；低信噪比、跨被试差异与配对数据规模也可能限制迁移。目前材料不足以确定具体迁移方案，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对的是 MM-LDM 如何通过统一音视频潜在表示与共享语义空间兼顾生成效率和跨模态一致性，以及跨模态采样引导能否在不同条件生成方向保持有效；摘要中的性能优势尚需具体协议与指标验证。