受因果关系启发的脑-视觉对比学习方法，用于零样本视觉解码

《Knowledge-Based Systems》：Causality-inspired brain-visual contrastive learning for zero-shot visual decoding

　　

易晓|徐怡桥|张宇轩|于先川

• •
  首次将因果视角应用于零样本视觉解码，提供了新的见解
• •
  提出基于反事实扰动的CI-BVCL方法以实现解耦。
• •
  在没有明确监督的情况下自适应地分离混杂因素。
• •
  在THINGS-EEG（42.5%）和THINGS-MEG（23.0%）基准测试中取得最佳性能。
• •
  展示了跨6种编码器组合和模态的迁移能力。