EVA-Net은 비디오를 활용하여 피험자 간 차이를 줄이고 EEG 운동 해독 성능을 높이는 프레임워크입니다. EEG와 비디오 특징을 공유 공간에 정렬하여 피험자 특이적 노이즈를 줄이고, 비디오 카테고리 프로토타입을 활용하여 EEG 분류기에 사전 지식을 전달합니다. 두 개의 공개 데이터셋 실험 결과, EVA-Net은 기존 텍스트 기반 방식보다 8.66% 더 높은 LOSO 정확도를 달성했습니다.