WaveSSM：面向非平稳信号注意力的多尺度状态空间模型

基于摘要分析。该研究针对长序列建模中局部、瞬态结构与全局时间支撑基函数不匹配的问题，提出在小波帧上构建的一组状态空间模型 WaveSSM。其主要研究对象是具有瞬态动态的通用时序信号，摘要中的实证任务包括 PTB-XL 生理信号与 Speech Commands 原始音频，并非 EEG/BCI 验证。 核心机制：论文以 HiPPO 的连续时间投影框架为背景，该框架通过投影算子导出用于编码输入历史的稳定、内存高效动力系统。作者指出，现有投影式 SSM 常采用具有全局时间支撑的多项式基，而小波帧具有局部时间支撑，可能更适合需要精确时间定位的任务。摘要未给出 WaveSSM 的状态方程、小波帧选择、多尺度构造、离散化方式、训练损失或推理复杂度，这些实现条件尚未验证。 结果与证据边界：作者报告，在其所称的同等条件下，WaveSSM 在 PTB-XL 与 Speech Commands 上优于 S4 等正交对应模型。摘要未提供具体任务设置、指标、数值、数据划分或资源匹配细节，因而不能量化优势或判断跨协议可比性；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：假设 EEG 任务依赖短暂且具有多尺度结构的事件，小波帧的局部时间支撑可能缓解全局基函数对瞬态信息刻画不足的问题。可考虑复用其时间建模模块，但需适配多通道输入与任务监督；摘要未明确其数据规模和监督依赖。低信噪比下局部支撑也可能捕获伪迹，跨被试分布变化、通道差异及小数据训练可能削弱收益。一个可证伪的小实验是在固定 EEG 数据划分、预处理、训练预算与任务头的条件下，仅替换 WaveSSM 与 S4 时间模块，比较原始输入及加入受控噪声后的同一任务指标，并核对差异是否稳定。已有 EEG 相关工作尚未检索确认，该迁移路径不是已验证结果。