對比表示學習

對比學習透過把同一神經片段的擴增或時間相鄰視角（正樣本）之嵌入拉近、把不同片段的視角（負樣本）推遠來建立表示，通常採用 InfoNCE 目標。應用於 EEG 時，相對位置、時間對比學習與 BENDR 等方法以訊號自身的時間結構作為監督訊號，學到能跨受試者與跨範式遷移的編碼器。

此法的效力與風險皆繫於正樣本的選擇：擴增或鄰近窗必須保留與標籤相關的內容、破壞干擾變異，但在神經生理中兩者相互糾纏（時間平移可能跨越事件邊界，振幅縮放可能模仿真實的事件相關去同步化）。選得不好的正樣本會教出丟棄 BCI 所需訊號的不變性。