Partial Ring Scan：重新审视视觉状态空间模型中的扫描顺序

基于摘要分析。本文研究视觉状态空间模型将二维图像序列化时，扫描顺序如何影响空间依赖建模，并提出 Partial RIng Scan Mamba（PRIS-Mamba），以同心环分解、环内置换不变聚合和短径向 SSM 减轻固定扫描路径带来的方向偏置，同时保持线性复杂度。 核心机制：作者认为，固定扫描路径会破坏局部邻接关系、割裂物体结构，并形成对旋转等几何变换脆弱的各向异性表征。PRIS-Mamba 将图像划分为同心环，在每个环内进行置换不变聚合，再通过短径向 SSM 建模跨环依赖。作者还引入 partial channel filtering，仅对选定的有信息量通道执行递归建模，其余通道经残差路径传递；摘要未说明通道选择准则及具体实现。 结果与证据边界：作者报告，在 ImageNet-1K 上，相比既有 Vision SSMs，PRIS-Mamba 改善了准确率、效率和旋转鲁棒性。摘要未提供具体数值、对照模型、训练设置及旋转评估协议，实验协议、消融及统计信息尚未验证。环内聚合如何保留空间信息、结构上的各向同性如何对应实际旋转鲁棒性，仍需全文核对。作者表示代码将在论文被接收后发布，不能据此认定已接收或代码已公开。 平台推测（待验证）：假设 EEG 被表示为电极拓扑图或二维头皮图，该方法对空间序列化偏置的处理可能有参考价值；但原方法依赖图像二维空间结构，EEG 电极分布、缺失通道和功能方向性并不等同于图像旋转。可借鉴环内聚合与跨环递归模块，但需改造电极分组、位置编码及时间维处理，且 EEG 通道不能直接等同于模型特征通道。低信噪比、小样本以及跨被试电极布局差异可能使聚合丢失有用信息。一个可证伪的小实验是在固定的 EEG 被试内划分和训练预算下，对比栅格扫描与电极环分组，并单独消融环内聚合，检验其是否改善任务表现及通道重排稳定性；已有 EEG 相关工作尚未检索确认。