我们的MAE预训练可以高效实现，重要的是，它不需要任何专门的稀疏操作。如所指出的，不需要稀疏操作。然而，最近的研究提出了无监督的方法，例如可重构的自动编码器设计，以从未配对的 fMRI 和图像中学习，并利用回归模型提取潜在的 fMRI 表示，可用于微调预先训练的条件 BigGAN以进行解码。为了确保公平的比较，我们遵循了与 Brain2Image 概述的相同的主观评估策略，并在图中展示了不同方法的

其实这篇论文中提出的EEG模型（以后读的论文提出的方法）也不一定会在自己的研究方向中会有很好的结果，但是我觉得更重要的理解去其他思考的方式，也许对自己以后做实验的思路或者灵感来源是挺重要的，当然也可以把这个论文中提出的方法当作是自己的技术储备（这么说不知道合不合适有种拿来主义的感觉但是我觉得作为论文的发表者不就是希望自己的成果被更多人使用和认可吗所以应该问题不大）。这样的转换使得模型关注的焦点从文

视觉重建论文