Lag Operator SSMs：结构化状态空间建模的几何框架

基于摘要分析。本文研究结构化状态空间模型（SSMs）的离散时间构造问题，提出基于 lag operator（滞后算子）的几何框架，旨在绕开连续时间建模后再离散化的多阶段推导，直接得到离散递推关系。主要贡献是将状态矩阵的构造组织为算子与基函数的内积计算，使基函数和时间扭曲方案能够模块化组合。 核心机制是刻画系统基函数从一个时间步到下一个时间步发生的“定义域扩张”（domain expansion），并以此几何变化推导状态递推。作者报告，所得状态矩阵可通过涉及该算子的单个内积计算；框架中的一个特定实例能够精确恢复 HiPPO 的递推，数值模拟也支持其推导。这里的验证主要针对理论关系与数值一致性，不能等同于在下游任务上优于 Mamba 或其他 SSM。具体算子定义、基函数选择、时间扭曲形式、数值稳定性、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若该框架能够控制不同时间尺度下的历史信息表示，可用于探索 EEG 长序列中的时间尺度建模；其依据是时间递推与基函数设计的机制对应，而非已证实的 BCI 效果。可复用部分是状态矩阵构造与时间基表示，需改造部分包括多通道输入映射、任务读出及 EEG 预处理。摘要未说明任务监督方式或训练规模要求；低信噪比、跨被试非平稳性、通道差异和小数据可能使理论上的表示灵活性无法转化为泛化收益。一个可检验的小实验是在固定 EEG 任务、被试划分、预处理和读出模块下，对比恢复 HiPPO 的实例与一种替代基函数或时间扭曲方案，检查递推一致性、数值稳定性及任务指标。已有 EEG 相关工作尚未检索确认。