ZeroMamba：探索用于零样本学习的视觉状态空间模型

基于摘要分析。本文研究视觉零样本学习（ZSL）：利用已见类别的语义知识识别未见类别，提出以 Vision Mamba 为骨干的参数高效框架 ZeroMamba，通过局部与全局语义表征的融合改善视觉—语义交互；其主要研究对象是视觉分类，而非 EEG 或 BCI。 框架包含三个组件：Semantic-aware Local Projection（SLP）利用语义嵌入，将视觉特征映射为与局部语义相关的表征；Global Representation Learning（GRL）促进全局语义表征学习；Semantic Fusion（SeF）融合两类表征，以增强语义特征的判别性。作者将这些组件集成到 Vision Mamba，形成端到端 ZSL 框架。其动机是利用视觉状态空间模型的长程依赖建模能力，回应作者所指出的 CNN 感受野限制与 ViT 二次复杂度问题。摘要未提供具体损失函数、语义嵌入来源、训练策略或参数效率测量。 作者报告，在四个 ZSL 基准上，ZeroMamba 在传统零样本学习（CZSL）和广义零样本学习（GZSL）设置下均优于 CNN、ViT 类对照方法。摘要未列出基准名称、类别划分、指标、数值或具体基线，因此无法核对优势幅度，也不能将两种设置的结果直接比较；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可迁移的假设是，语义引导的局部投影与全局融合可能帮助 EEG 未见任务类别识别，但前提是存在可用且能与神经信号对齐的类别语义监督。SLP、GRL、SeF 的功能设计可供考察，视觉骨干及局部特征定义则需改造为时间—通道表征；低信噪比、跨被试差异、通道变化和小数据可能使语义对齐失效。一个可证伪的小实验是固定 EEG 编码器与训练数据，在严格隔离未见类别的划分下，对比全局语义映射与加入局部投影、融合后的表现，并单独报告 CZSL、GZSL 结果。相关 EEG 工作尚未检索确认，原论文结果不构成 BCI 有效性的证据。