WaveGSSM：用于传播性时空模式的图波状态空间模型

基于摘要分析。WaveGSSM 针对时空图模型中“先空间、后时间”的设计难以显式表示模式如何沿图传播的问题，提出二阶图状态空间模型，将当前模式及其时间变化率共同纳入预测状态，以统一建模空间传播与时间演化。 核心机制：模型在每个节点维护两个耦合潜在状态，分别表示当前模式与其时间变化率。图波转移通过图上的交互更新运动状态，再利用该状态推进模式状态。作者报告的经验观察是：对于传播过程，即使当前场相同，近期变化率不同也可能对应不同未来，因此仅表示当前场可能不足以确定后续演化。具体状态参数化、图算子、损失函数、训练方式及推理实现尚未验证。 评估与结果：作者在四个时序图基准及全球天气预测上进行评估，报告 WaveGSSM 在时序图基准上均取得最佳平均表现；在 1 至 5 天天气预报中，相较骨干匹配的快照模型，位势 RMSE 平均降低 20.2%，并更好地保留大尺度大气模式。摘要未提供基准名称、数据划分、各预测时长的单独结果或统计不确定性，实验协议、消融及统计信息尚未验证，不能据此外推至 EEG 或 BCI。 平台推测（待验证）：迁移假设是，若 EEG 任务确实依赖跨通道传播模式，显式维护模式及变化率可能补充仅编码当前空间快照的表示。原方法依赖图结构和连续时间观测，其监督形式与数据规模尚未明确。可尝试复用双状态更新机制，但需改造通道图、时间尺度与输入表征；低信噪比可能使变化率估计放大噪声，容积传导可能使图交互不对应真实传播，跨被试通道差异及小数据也可能限制泛化。一个可检验的小实验是在固定被试内划分、相同输入窗口与骨干的条件下，对照快照模型和双状态模型进行 EEG 短期预测，并测试变化率状态及通道图扰动对误差的影响。已有 EEG 相关工作尚未检索确认。