更深的解码器：MAE 的解码器较浅，难以预测多样的空间结构，迫使编码器为空间重建而牺牲表征质量。过往普遍认为MAE更适配图像分类，稠密预测弱于对比学习类DINO系列，本文通过充分实验证实，经过数据与架构优化后的MAE（Pixio），即便仅使用单视图预训练，也可在深度估计、3D重建、分割、机器人学习等空间相关任务上达到甚至超越DINOv2/v3的效果，同时揭示预训练数据构建对物理世界理解类模型的关键

SARMAE通过构建百万级SAR-1M数据集以及创新的散斑认知表示增强（SARE）和语义要点表示约束（SARC）机制，成功解决了SAR中现有的预训练方法图像中因相干斑噪声干扰导致的语义匮乏与鲁棒性不足问题，通过将物理抗噪过程与光学语义有机结合，显着提升了模型中多种下游式任务中的表征能力与泛化性能，为遥感领域大规模自监督学习提供了重要的理论与实践范式。率先构建了首个百万级 SAR 数据集 SAR-1

本文提出融合掩码序列自编码策略的卷积神经网络 - 注意力自编码器（AIRT-Masked-CAAE），该框架融合卷积特征提取与注意力机制，实现了局部缺陷特征和长距离依赖关系的平衡捕捉；其二，这类自编码器需要基于所有像素的热响应进行在线训练，才能充分学习热成像的底层特征，导致计算量巨大。降低数据维度的同时，提升缺陷相对于背景的可视化效果，而缺陷可视化效果的提升通常与后续缺陷分析任务的性能改善相关。这

设GVEG=(V,E)GVE为一个图，其中VVV和EEE分别表示节点和边的集合。A∈RN×NA∈RN×N代表图G的邻接矩阵，其中NNN为节点数量，Aij1A_{ij} = 1Aij​1表示节点iii与jjj之间存在边，否则Aij0A_{ij} = 0Aij​0。每个节点iii关联一个特征向量xix_ixi​。