基于条件流匹配的马尔可夫过程间传输方法

研究者提出一种基于流匹配的算法，在保持马尔可夫结构的前提下学习从源分布到目标轨迹分布的传输映射，并证明了其在总体极限下的一致性，在混合时间假设下给出了有限样本误差界。在 THINGS-EEG2 的 EEG 图像检索任务上，该方法为 ENIGMA 解码器在受试者特定时间映射前加入条件流，将平均 top-5 检索准确率从 43.87% 提升至 49.05%，相对提升 11.82%。