ChronoSheaf：联合时空层谱滤波

基于摘要分析。ChronoSheaf 面向图上的时空预测，将通常仅作用于瞬时空间关系的 sheaf Laplacian 扩展为联合时空算子，并通过谱滤波扩大空间与时间两个维度的有效感受野，而不增大底层 sheaf 结构。 机制上，sheaf 神经网络利用可学习的线性限制映射描述相邻节点局部表征之间的关系，旨在缓解过平滑。ChronoSheaf 的 Transitional Restriction Maps（TRM）将节点限制映射分为空间项与两个时间框架，分别控制其与前一、后一时间步邻居节点的关系，以表达非对称时间影响。Dual Spectral Filter（DSF）则在联合时空 sheaf 算子上应用单个有限阶多项式滤波器，并自适应估计谱半径。其方法价值在于把联合时空传播与有效感受野扩展放入同一算子框架。 作者报告，在多种时空预测基准上优于当前先进基线，但摘要未给出数据集名称、划分、预测时域、指标及提升幅度，不能据此判断优势大小或适用范围。实验协议、消融及统计信息尚未验证。作者提供了代码地址，但实现完整性、运行依赖与复现结果尚未核验；前后时间步关系在预测任务中的具体构造也需结合正文确认。 平台推测（待验证）：若将 EEG 通道作为图节点，联合时空限制映射可能用于建模通道间关系随时间变化的问题；这一假设依赖合理的通道图、时间离散方式及足够的训练数据，不代表已有 EEG/BCI 有效性证据。可考虑复用 TRM 与 DSF，改造图构建、输入表征及任务输出，并在在线任务中明确可用时间范围。低信噪比、跨被试关系漂移、通道缺失和小数据可能使限制映射估计不稳定。一个可证伪的小实验是固定同一 EEG 数据划分、通道图与训练预算，对比完整模型、仅空间 sheaf 和去除 TRM 的版本，检验联合时空机制是否带来稳定增益。相关 EEG 工作尚未检索确认。