VideoMamba：时空选择性状态空间模型

基于摘要分析。该研究面向视频识别，将纯 Mamba 架构改造为 VideoMamba，旨在以选择性状态空间模型（SSM）捕捉视频中的长程依赖，并降低自注意力机制带来的计算开销。核心贡献是时空前向与后向 SSM，用于联合处理非序列性的空间信息与具有序列结构的时间信息。 机制上，作者强调 Mamba 的线性复杂度与选择性 SSM，并将其与自注意力的二次复杂度作对照。不过，摘要未说明视频 token 的排列方式、前后向处理的融合方式、选择机制的具体实现及训练目标，不能据此补写网络结构。复杂度优势也不等同于所有实际运行条件下的速度或显存优势，需核对输入长度、分辨率、硬件和实现条件。 作者报告，VideoMamba 在多种视频理解基准上具有竞争力的性能与突出的效率；摘要未提供基准名称、数据划分、对照模型或具体指标，因此尚不能量化收益。实验协议、消融及统计信息尚未验证，代码与复现配置也尚未验证。 平台推测（待验证）：假设其选择性 SSM 与双向时空处理可复用于离线 EEG 长序列解码，可能对应长程时间依赖和跨通道关系建模的计算瓶颈。原方法依赖视频的空间组织与时间序列结构；迁移时需重新设计 EEG 通道表示、排列方式及输入编码，视频空间邻接不能直接等同于电极关系，训练监督与数据规模要求尚未验证。低信噪比、跨被试差异、通道配置变化和小样本训练可能削弱收益；后向处理也需核对其是否满足实时 BCI 的因果约束。可在固定 EEG 数据划分下，对照单向与双向 SSM，并测试通道排列扰动对解码表现及运行成本的影响。该建议属于可证伪的迁移假设，已有 EEG 相关工作尚未检索确认。