跳到正文

算法、任务与模态

Hybrid Architecture 最新动态

Hybrid Architecture 研究索引；按可核对的标签归档，不以热度评价质量。

99 条精选近 30 天 12 条共收录 170 条

更新

精选归档 · 第 5 页

9月22日周五第 81–99 条
  1. OpenReview · State space models73

    通过状态空间增强 Transformer 实现高效长序列建模

    基于摘要分析。本文主要研究自然语言处理中的长序列建模：标准 Transformer 注意力具有二次计算成本，而高效注意力变体的全局信息建模能力受限。作者提出 State Space Augmented Transformer（SPADE），将状态空间模型（SSM）与高效局部注意力结合，以兼顾长程依赖和复杂局部信息。 核心机制是在 SPADE 的底层引入 SSM，其余层采用高效局部注意力。作者认为，SSM 提供的全局信息可以补充局部注意力对长程依赖捕获的不足，而局部注意力则补足 SSM 对复杂局部信息表达灵活性不足的问题。摘要未说明具体 SSM 形式、局部注意力方案、融合操作、损失函数或实际计算与存储开销，这些细节尚未验证。 作者报告，该方法在 Long Range Arena benchmark 和语言建模任务上取得了支持其有效性的实验结果；为考察可扩展性，作者还预训练了大型 encoder-decoder 模型，并在自然语言理解和自然语言生成任务上进行了微调评估。摘要未提供具体分数、模型规模、数据划分及对照基线，因此不能量化性能提升或效率收益，实验协议、消融及统计信息尚未验证。作者表示代码与预训练模型检查点将公开，但仅凭该材料无法确认当前可用状态。 平台推测（待验证）：其全局 SSM 与局部注意力互补机制可能对应长时段 EEG 中跨时间依赖与短时波形特征并存的建模需求，但这是迁移假设，不是本文已验证的 EEG/BCI 结果。可复用的是两类模块的组合思路，需改造输入表征、通道编码及任务输出，并核对序列长度、监督方式和训练规模。EEG 的低信噪比、跨被试差异、通道配置变化及小数据条件可能削弱全局状态建模的收益。一个可检验的小实验是在固定跨被试划分与训练预算下，对比局部注意力模型及加入底层 SSM 的版本，报告同一任务指标、显存与推理耗时，检验收益是否来自全局模块。已有 EEG 相关工作尚未检索确认。

    阅读价值：SPADE 以底层 SSM 补充全局信息、其余层使用高效局部注意力，为核对长序列建模中全局依赖与局部表达的互补机制提供了具体对象，但其 EEG/BCI 适用性尚未验证。

2月23日周四
  1. OpenReview · State space models74

    基于扩散与结构化状态空间模型的时间序列插补和预测

    基于摘要分析。本文研究时间序列缺失值插补，并涉及预测任务，提出 SSSD，将条件扩散模型与结构化状态空间模型结合，用于生成式插补及捕获时间序列中的长时依赖。 机制上，扩散模型承担生成建模，结构化状态空间模型作为内部架构处理时序依赖。摘要未说明具体条件输入、扩散过程、损失函数、训练方式及预测任务的实现，相关细节尚未验证。 作者报告，在多种数据集和缺失情景下，SSSD 的概率插补与预测表现达到或超过既有先进方法，包括具有挑战性的 blackout-missing 情景；作者称此前方法在此类情景下未能提供有意义的结果。摘要未列出数据集、缺失比例与生成规则、划分方式、对照基线或具体指标，因此不能据此量化优势或判断不同协议下的可比性。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 中的连续缺失片段仍可由可见时序上下文约束，这种生成式插补与长时依赖建模的组合可能用于信号修复；原领域结果不等于 BCI 有效性证据。可考虑复用扩散与状态空间建模组件，但需核对并改造多通道条件输入、缺失掩码及采样率适配。低信噪比、跨被试差异、通道布局变化和小数据可能使模型生成平滑但不真实的波形，甚至改变任务相关特征。 一个可检验的小实验是假设：在固定 EEG 被试内训练与测试划分后，仅对测试记录施加预设长度的连续缺失，与简单插值及适配的时序插补基线比较重建误差、频谱保真度和下游任务性能，并单独检查生成片段的不确定性。已有 EEG 相关工作尚未检索确认；复现所需代码、配置及计算资源也尚未验证。

    阅读价值：值得关注 SSSD 将条件扩散与结构化状态空间模型结合以处理长时依赖及 blackout-missing 缺失的机制，但其性能优势和对 EEG 缺失修复的适用性仍需核对实验协议并独立验证。

1月1日周日
  1. OpenReview · State space models80

    用于长程时空建模的卷积状态空间模型

    基于摘要分析。本文研究长时空序列中复杂空间相关性与长程时间依赖的联合建模，提出卷积状态空间模型 ConvSSM，并形成高效变体 ConvS5；原研究对象是时空序列预测，而非 EEG 或 BCI。 核心机制是结合 ConvLSTM 的张量状态建模与 S4、S5 等状态空间方法的长序列建模思路。作者将并行扫描用于卷积递推，以实现次二次复杂度的并行计算和快速自回归生成，并建立 ConvSSM 动力学与 SSM 的等价关系，据此设计面向长程依赖的参数化及初始化策略。其针对的对照瓶颈分别是 ConvLSTM 的顺序计算，以及 Transformer 注意力成本随序列长度二次增长；具体状态结构、参数化形式和训练目标尚未验证。 作者报告，在长预测跨度的 Moving-MNIST 实验中，ConvS5 的表现显著优于 Transformers 和 ConvLSTM，训练速度为 ConvLSTM 的 3 倍，样本生成速度为 Transformers 的 400 倍；这些倍数仅对应摘要所述实验，序列长度、硬件、批量大小及具体计时口径尚未验证。作者还报告，在 DMLab、Minecraft 和 Habitat 预测基准上，其性能达到或超过所比较的先进方法，但摘要未提供具体指标及数值。实验协议、数据划分、消融及统计信息尚未验证，代码与复现配置亦需核对全文。 平台推测（待验证）：假设 EEG 可被组织为具有合理空间邻接关系的多通道时间序列，卷积空间建模与状态空间长程递推可能对应多通道相关性和长时窗计算成本两个瓶颈。并行扫描及长程初始化思路可能复用，但输入表示、空间卷积和任务输出需适配电极布局与 EEG 监督方式；原任务的数据规模及监督细节尚未验证。低信噪比、跨被试分布差异、通道布局变化及小数据可能使视觉预测中的优势无法迁移。可在固定 EEG 数据划分与训练预算下，用同一空间前端比较 ConvS5 与非卷积 SSM 的长时窗任务性能、训练和推理耗时，检验卷积状态是否带来稳定增益。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其将卷积递推转化为可并行扫描的机制及长程依赖参数化策略，但作者报告的预测性能与速度优势仍需结合全文实验协议核对，EEG 迁移价值尚未验证。

  2. OpenReview · State space models76

    用于语音识别的多头状态空间模型

    基于摘要分析。该研究针对语音识别中的序列建模，提出带特殊门控机制的多头状态空间模型 MH-SSM，使并行头学习局部与全局时间动态；同时提出以 MH-SSM 层增强 transformer 模块的 Stateformer。 机制与对照：MH-SSM 被设计为 transformer 编码器中多头注意力的可直接替换模块。作者报告，在 LibriSpeech 语音识别任务上，该架构显著优于 transformer transducer，但摘要未提供这一替换方案的具体分数及显著性检验细节。Stateformer 则采用增强 transformer 模块的方式，不能与完全替换注意力的方案混为一谈。门控形式、状态空间参数化、训练目标及推理实现尚未验证。 结果：作者报告，Stateformer 在不使用外部语言模型的条件下，开发集 word error rate 为 1.76%/4.37%，测试集为 1.91%/4.36%，并称其达到 LibriSpeech 任务的当时最优表现。摘要未明确两组数值对应的子集名称，因此不补写；训练数据配置、对照设置、消融及统计信息尚未验证，也不能据此推断其计算效率优势。 平台推测（待验证）：假设局部与全局时间动态的并行建模能缓解 EEG 长序列中短时事件与较长时间依赖难以兼顾的问题，可尝试复用 MH-SSM 序列模块，但需改造 EEG 通道输入与任务输出。原任务依赖语音序列及语音识别监督，其收益对训练规模的依赖尚不清楚；低信噪比、通道差异、跨被试分布变化及小数据可能使门控学到噪声或被试特异模式。一个可证伪的小实验是在同一 EEG 任务、固定跨被试划分和训练预算下，仅将基线编码器的多头注意力替换为 MH-SSM，比较预先指定的任务指标与跨被试稳定性。已有 EEG 相关工作尚未检索确认。

    阅读价值：MH-SSM 通过带门控的并行状态空间头建模局部与全局时间动态，值得核对其替换及增强注意力模块的实现与对照，但语音识别收益能否迁移至 EEG 尚未验证。

  3. OpenReview · State space models76

    利用图神经网络与结构化状态空间模型建模多变量生物信号

    基于摘要分析。该研究针对多变量生物信号中的长程时间依赖与电极间复杂空间相关性，提出 GraphS4mer，将信号表示为随时间变化的图，并结合 Structured State Space 架构与图神经网络进行分类。原论文研究对象包括 EEG 癫痫检测、多导睡眠监测信号的睡眠分期和 12 导联心电图分类，并非直接验证 BCI 解码。 机制上，Structured State Space 架构用于捕获长程时间依赖，图结构学习层用于学习动态演化的图结构，以共同建模时间与空间关系。其可核对的贡献是将这两类机制整合到通用生物信号分类架构中；具体图构建方式、模块连接、损失函数、训练流程与计算开销尚未验证。 作者报告，在 EEG 癫痫检测任务中，相比一个采用自监督预训练的既有 GNN，AUROC 提高 3.1 个百分点；在睡眠分期任务中，相比既有睡眠分期模型，macro-F1 提高 4.1 个百分点；在 12 导联心电图分类中，相比作者所称的既有最先进模型，macro-F1 提高 2.7 个百分点。摘要未提供数据集名称、样本或被试规模、数据划分、绝对分数及统计不确定性，因此这些提升仅能按各自任务和所述对照理解，不能跨任务直接比较。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若某类 BCI 任务同时依赖较长时间上下文和变化的通道关系，该组合可能具有复用价值，但原领域结果不等于 BCI 有效。可复用部分是时间建模与图结构学习模块，需适配 EEG 通道定义、输入窗口和任务监督；低信噪比、跨被试差异、通道缺失及小数据可能使学到的图不稳定或过拟合。一个可检验的假设是：在固定数据划分与训练预算的 EEG BCI 分类实验中，动态图相较固定图能提供独立收益，可通过保持时间模块一致、仅替换图模块进行对照。已有同类机制在 EEG BCI 中的相关工作尚未检索确认。

    阅读价值：值得阅读其结合 Structured State Space 与动态图结构学习的时空建模机制：作者报告在三类生物信号分类任务上取得提升，但其对 BCI 任务的适用性尚未验证。

  4. OpenReview · State space models76

    基于扩散与结构化状态空间模型的条件 ECG 生成

    基于摘要分析。该研究面向敏感健康数据共享中的隐私问题，提出 SSSD-ECG，将扩散模型与结构化状态空间模型结合，以超过 70 种 ECG 描述作为条件生成合成 12 导联 ECG。主要研究对象是心电信号生成，而非 EEG 解码或 BCI。 机制与对照：扩散模型承担生成建模，结构化状态空间模型用于捕捉时间序列的长期依赖。针对可靠条件生成基线不足的问题，作者还将两个先进的无条件生成模型改造为条件生成版本。具体条件编码、扩散损失、网络结构、采样流程与基线名称未在摘要中给出，尚未验证。 评估与结果：作者使用预训练分类器评估生成数据，并考察仅用合成数据训练分类器的表现；在这些评估框架下，作者报告 SSSD-ECG 明显优于其 GAN 类竞争方法，但摘要未提供指标数值、数据集、划分及分类器测试集细节。作者还报告通过条件类别插值和临床图灵测试支持生成样本在多种条件下的质量。实验协议、消融及统计信息尚未验证；生成质量评估本身不等于隐私保护保证。 平台推测（待验证）：其可迁移机制是利用条件扩散合成多通道时序，并借助状态空间模型表达长期依赖。假设目标 EEG 数据具有足够的标注样本及一致的通道布局，可探索其对小数据条件下训练样本不足的帮助；可复用的是生成建模与时序建模思路，需改造的是通道表示、任务条件及评估方式。低信噪比、跨被试差异、通道变化与小样本可能使模型复制噪声或被试特征，而非生成可泛化的任务信息。一个可检验的小实验是在固定跨被试划分中仅用训练被试拟合生成器，对比真实数据训练与加入合成数据后的同一解码器表现，测试被试不参与生成器训练。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的是其将条件扩散与结构化状态空间模型结合用于多导联 ECG 合成，并从预训练分类器、纯合成数据训练及临床图灵测试等角度评估生成质量；其对 EEG/BCI 的适用性尚未验证。

  5. OpenReview · State space models81

    用于长程时空建模的卷积状态空间模型

    基于摘要分析。本文研究长时空序列中复杂空间相关性与长程时间依赖的联合建模，提出卷积状态空间模型（ConvSSM），并据此构建高效变体 ConvS5；主要研究对象是时空序列预测与生成，而非 EEG 或 BCI。 核心机制是结合 ConvLSTM 的张量状态建模思路与 S4、S5 等状态空间方法的长序列建模能力。作者将并行扫描用于卷积递推，以实现次二次复杂度的并行化与快速自回归生成，并建立 ConvSSM 与 SSM 动力学之间的等价关系，用于指导长程依赖建模的参数化和初始化。摘要未提供具体状态结构、损失、训练流程或复杂度推导细节。 作者报告，在长预测时域的 Moving-MNIST 实验中，ConvS5 的表现显著优于 Transformers 和 ConvLSTM，训练速度为 ConvLSTM 的 3 倍，样本生成速度为 Transformers 的 400 倍；这些倍率仅对应所述实验背景，硬件、序列长度、模型规模及计时口径尚未验证。作者还报告，在 DMLab、Minecraft 和 Habitat 预测基准上，其表现达到或超过当时先进方法；具体指标、数据划分、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 通道间关系能够表示为适合卷积的空间结构，张量状态与长程递推可能用于联合建模通道相关性和长时间上下文。可考虑复用卷积状态递推与并行扫描，但需改造通道空间表示、输入编码及任务输出；不规则电极布局、跨被试差异、低信噪比和小数据可能削弱其优势。一个可检验的小实验是在固定 Cross-subject 划分与训练预算下，对比 ConvS5、ConvLSTM 和 Transformer 在不同 EEG 窗口长度上的同一任务指标、训练耗时及推理耗时，并核对空间卷积是否带来稳定增益。此为迁移假设，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其卷积递推的并行扫描及与 SSM 动力学的等价关系，这为兼顾空间结构与长程依赖提供了具体方法路径，但摘要中的效率优势及其 EEG 适用性仍需分别验证。

  6. OpenReview · State space models75

    受模板模型启发的任务空间学习：面向鲁棒双足行走

    基于摘要分析。该研究面向双足机器人行走控制，提出分层框架：由基于 Reinforcement Learning（RL）的高层规划策略在线生成任务空间指令，再由基于模型的低层控制器跟踪目标任务空间轨迹。核心贡献是利用 angular momentum-based linear inverted pendulum（ALIP，基于角动量的线性倒立摆）指导学习问题设计，而非采用传统端到端学习。 技术上，ALIP 为 Markov Decision Process（MDP）的观测空间与动作空间设计提供依据，使高层策略建立低维动力学状态到塑造步态的任务空间输出之间的映射。摘要称高层策略不依赖特定任务空间低层控制器，因此可提高控制器选择的灵活性及框架向其他双足机器人的泛化能力；但具体状态变量、动作参数化、奖励函数、训练算法及控制接口尚未验证。 作者报告，该分层框架相较 ALIP 模型驱动方法和先进学习式双足行走框架，在性能、数据效率与鲁棒性方面有所改善。测试对象包括 Rabbit（五连杆欠驱动平面双足机器人）、Walker2D（七连杆全驱动平面双足机器人）和 Digit（具有 20 个驱动关节的三维人形机器人）。作者报告，训练后的策略可自然形成类似人类的行走行为，跟踪较宽范围的行走速度，并在对抗条件下保持步态鲁棒性与稳定性。摘要未提供具体指标、速度范围、对抗条件、训练数据量或各基线的比较协议，不能据此量化提升，也不能将多机器人测试直接解释为同一策略的零样本迁移。 该工作的主要对象是机器人动力学与行走控制，并非 EEG/BCI 信号建模；ALIP 在此是物理模板模型，不应因来源栏目为 State space models 而将其归为神经信号状态空间序列模型。现有材料未建立具体 EEG/BCI 方法对应关系，因此不提出迁移效果或复现实验建议。复现前需核对各机器人训练与测试设置、低层控制器实现、基线配置、消融及统计信息；这些内容目前尚未验证。

    阅读价值：值得阅读的是其利用 ALIP 为高层 RL 设计低维状态与任务空间动作，并将规划与底层轨迹控制解耦的机制；作者报告的效率与鲁棒性优势仍需结合全文实验协议核对。

  7. OpenReview · State space models77

    使用状态空间 Transformer 进行高效电影场景检测

    基于摘要分析。研究针对电影场景检测需要跨越长视频片段进行推理、而常见视频识别模型侧重短时分析的问题，提出可端到端训练的 TranS4mer，以分层的局部与长程建模捕获电影场景线索。原论文研究对象是电影视频，并非 EEG 或 BCI。 核心模块 S4A 结合 structured state-space sequence（S4）与自注意力（A）。输入为已划分为镜头的帧序列：模块先通过自注意力捕获镜头内部的短程依赖，再用状态空间运算聚合镜头之间的长程线索；多个 S4A 模块堆叠构成 TranS4mer。其机制依赖帧—镜头的层级结构，区别于仅对短视频片段建模的方案。具体监督信号、损失函数、模块数量、训练规模与镜头划分方式尚未验证。 作者报告，TranS4mer 在 MovieNet、BBC 和 OVSD 三个电影场景检测数据集上优于此前方法；相较标准 Transformer，速度为其 2 倍，所需 GPU 显存约为其三分之一。摘要未给出检测指标、数据划分、基线配置及测速硬件、序列长度等条件，因此这些结果不能脱离原评估协议比较。实验协议、消融及统计信息尚未验证。作者表示将发布代码和模型，材料不能确认其已公开。 平台推测（待验证）：迁移假设是，将 EEG 长记录划为局部时间窗，以自注意力处理窗内关系、以 S4 聚合跨窗依赖，可能缓解长序列全局注意力的计算负担。可复用的是局部—长程分工，需改造视频特征输入、分段策略及任务输出，并重新设计监督目标。EEG 缺少天然镜头边界，低信噪比、跨被试差异、通道配置变化及小数据训练均可能使该结构失效。可检验的小实验是在同一 EEG 数据划分与训练预算下，对比该结构、纯自注意力及纯 S4，检验长上下文是否带来任务指标收益，并记录显存与运行时间；这不是原论文已证实的结论，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得关注其以镜头内自注意力与镜头间状态空间运算分工处理长视频的机制；作者报告了效率优势，但能否迁移到 EEG 长序列建模尚未验证。

  8. OpenReview · EEG74

    EEG Conformer：用于 EEG 解码与可视化的卷积 Transformer

    基于摘要分析。该研究针对 EEG 解码中 CNN 感受野有限、可能难以捕获长期依赖的问题，提出紧凑的 EEG Conformer，将局部特征提取与全局关联建模整合到统一的 EEG 分类框架，并提供脑地形图可视化策略。 核心机制是先通过一维时间卷积和空间卷积学习低层局部特征，再直接连接自注意力模块，提取局部时间特征之间的全局关联，最后使用基于全连接层的分类器预测 EEG 类别。其方法价值在于将卷积与自注意力作为互补模块，而非单独依赖局部卷积；具体网络深度、参数量、损失函数、训练配置与推理成本尚未验证。 可视化方面，作者将类激活映射投影到脑地形图，以增强分类结果的可解释性。摘要未提供该投影的具体计算流程或解释性验证结果，因此不能据此认定可视化已经揭示了可靠的神经生理机制。 作者报告，在涵盖 EEG 运动想象与情绪识别范式的三个公开数据集上，方法取得了当时的 state-of-the-art 性能，并提出其有潜力成为通用 EEG 解码的新基线。摘要未列出数据集名称、被试数量、数据划分、被试内或跨被试等评估协议、对照方法与具体指标，故目前无法核对性能提升的幅度或跨协议可比性；实验协议、消融及统计信息尚未验证。 作者说明代码已公开，可作为复现入口。复现时需结合全文与实现核对 EEG 预处理、输入窗口、卷积和注意力配置、训练策略及评估划分，并分别检验全局关联模块的增益与脑地形图可视化的稳定性。摘要尚不足以确定其跨被试、跨会话泛化能力。

    阅读价值：值得核对其局部卷积特征与全局自注意力的组合机制，以及类激活映射到脑地形图的可视化策略；摘要提供了公开代码入口，但性能优势及解释性仍需结合完整实验协议验证。

  9. OpenReview · State space models75

    使用结构化状态空间模型增强用于在线语音识别的 Conformer

    基于摘要分析。该研究针对只能访问左侧上下文的在线语音识别，将结构化状态空间序列模型 S4 引入神经编码器，以参数高效的方式利用任意长的历史上下文，并研究其与卷积的组合方式。主要研究对象是在线 ASR，而非 EEG 或 BCI。 机制与对照：作者通过系统消融比较 S4 变体，并提出两种与卷积结合的新方案。作者报告，最有效的设计是将使用实值循环权重的小型 S4 与局部卷积堆叠，使长历史建模与局部特征提取互补。摘要未提供具体堆叠位置、状态维度、训练损失及推理实现，相关细节尚未验证。 结果：在仅访问左侧上下文的在线 ASR 设置下，作者报告最佳模型在 Librispeech 测试集上的 WER 分别为 4.01% 和 8.53%，优于对卷积进行了充分调优的 Conformer。摘要未标明两个数值对应的测试子集名称，不能自行补全；训练数据划分、模型规模匹配、延迟与计算开销，以及消融细节和统计信息尚未验证。 平台推测（待验证）：迁移假设是，S4 的历史状态建模与局部卷积的互补机制可能适用于需要因果处理的连续 EEG 解码，缓解有限窗口难以保留长时信息的问题。原方法依赖有序语音序列及 ASR 任务监督，摘要未明确监督形式和训练规模；迁移时可复用因果序列模块，但需改造多通道 EEG 输入映射、采样率适配和任务输出。低信噪比可能使历史状态积累噪声，跨被试分布变化、通道配置差异和小数据也可能削弱收益。 一个可检验的小实验是在同一连续 EEG 任务、相同因果输入和数据划分下，对比局部卷积编码器与加入小型 S4 的编码器，并控制参数量、历史长度和推理延迟，检验增益是否来自更长历史。该建议不是论文已验证结果；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其 S4 与局部卷积的互补设计及变体消融，以评估长历史建模对在线识别的贡献；对流式 EEG 的适用性尚未验证。

1月1日周六
  1. OpenReview · EEG78

    用于 EEG 解码的深度黎曼网络

    基于摘要分析。本研究针对深度黎曼网络（Deep Riemannian Networks，DRNs）在 EEG 解码中的架构设计、端到端学习及内部数据变换问题，提出 EE(G)-SPDNet，并通过广泛的超参数分析探索深度学习与黎曼几何解码方法的结合。 方法与机制：研究重点包括网络规模、端到端学习能力及网络内部表示与传统 EEG 解码方式的关联。EE(G)-SPDNet 被描述为一种宽型、端到端 DRN，可直接从原始 EEG 学习任务相关信息，无需手工设计滤波器组。摘要未提供其具体层结构、黎曼几何运算、损失函数或训练配置，这些实现细节尚未验证。 实验与结果：作者报告，在五个公开 EEG 数据集上测试网络并与先进 ConvNets 比较，EE(G)-SPDNet 可以取得优于这些对照模型的解码表现。摘要未列出数据集名称、任务、被试数、被试内或跨被试等评估协议及具体指标，因此不能据此判断优势大小、适用任务或泛化范围。 滤波与表示分析：作者报告，模型使用了具有生理合理性的频率区域；端到端学习得到的滤波器比面向传统 alpha、beta、gamma 频段的带通滤波器更复杂，且通道特异性滤波可改善性能。这些观察支持进一步研究可学习滤波与空间通道差异的作用，但不能仅凭摘要将生理合理性等同于机制解释或跨场景鲁棒性。 局限与复现核对：作者的架构分析提示，网络可能未充分利用黎曼几何特有的信息，仍有改进空间。复现需核对各数据集的预处理与划分、ConvNet 基线配置、网络宽度与端到端训练的对照，以及通道特异性滤波的具体实现。实验协议、消融及统计信息尚未验证，代码可用性亦尚未确认。

    阅读价值：值得阅读的具体原因是其结合架构分析与滤波分析，考察端到端黎曼几何网络如何从原始 EEG 学习任务相关信息；摘要中的性能优势仍需结合具体数据划分、ConvNet 基线及统计结果核对。

  2. OpenReview · State space models77

    使用状态空间 Transformer 的高效电影场景检测

    基于摘要分析。本文研究电影场景检测：场景理解需要跨越较长电影片段整合线索，而多数视频识别模型侧重短时分析。作者提出可端到端训练的 State-Space Transformer 模型 TranS4mer，通过结合局部自注意力与长程状态空间运算，建模电影中的短程和长程依赖。 核心模块 S4A 结合 structured state-space sequence（S4）与自注意力（A）。输入是已划分为电影镜头的帧序列；模块先用自注意力捕获镜头内短程依赖，再用状态空间运算聚合镜头间长程线索。TranS4mer 由多个 S4A 模块堆叠构成，具体堆叠数量、特征提取方式、损失函数及训练配置尚未验证。该设计的关键在于利用镜头这一层级结构，分别处理局部关系与跨镜头上下文。 作者报告，在 MovieNet、BBC 和 OVSD 三个电影场景检测数据集上，TranS4mer 优于此前方法；相较标准 Transformer，速度为其 2 倍，GPU 显存需求约为其三分之一。摘要未给出检测指标、划分协议、具体对照配置及效率测量条件，因此这些结果仅适用于作者所述电影场景检测评估，实验协议、消融及统计信息尚未验证。作者表示将发布代码和模型，材料不能确认其已公开。 平台推测（待验证）：可检验的迁移假设是，将局部交互与长程状态聚合分离，可能缓解长时 EEG 建模的计算负担。可复用的是 S4A 的分工机制，但电影镜头结构不能直接等同于 EEG 时间窗；需要改造信号编码、时间分段与任务监督。摘要也不足以判断原方法的数据规模要求。低信噪比、跨被试差异、通道布局变化及小数据训练均可能使局部注意力学习到噪声，或使长程聚合混合不同生理状态。一个小规模可证伪实验是在同一 EEG 数据集、固定跨被试划分及相同输入长度和训练预算下，对比局部注意力加 S4、纯注意力和纯 S4，核对任务指标与速度、显存，并测试时间窗长度变化。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的是 TranS4mer 将镜头内自注意力与镜头间 S4 状态空间聚合分工结合的长序列建模机制；其效率优势由作者报告，对 EEG 的迁移价值尚未验证。

  3. OpenReview · State space models75

    基于扩散模型与结构化状态空间模型的时间序列插补与预测

    基于摘要分析。本文研究时间序列缺失值插补，并提出 SSSD，将条件扩散模型与结构化状态空间模型结合，也评估其时间序列预测能力。主要贡献是利用生成建模与长程依赖建模的组合，处理不同缺失情境，尤其是 blackout-missing 场景。 机制上，扩散模型承担生成建模，结构化状态空间模型作为内部架构，旨在捕获时间序列的长期依赖。摘要未提供条件信息如何输入、扩散训练目标、状态空间模块配置、采样流程，以及插补与预测任务如何组织，这些实现细节尚未验证。 作者报告：在多种数据集与不同缺失情境下，SSSD 的概率插补和预测表现达到或超过所比较的先进方法；在 blackout-missing 场景中，既有方法未能给出有意义的结果。该结论目前仅有摘要支持，具体数据集、缺失比例与模式、数据划分、对照基线、指标数值、消融及统计信息尚未验证，不能据此判断不同协议下的优势幅度。 平台推测（待验证）：若 EEG 数据具有可利用的时间依赖，SSSD 的生成式插补机制可能用于连续信号缺失片段恢复，但通用时间序列结果不等于 BCI 有效性。可考虑复用扩散与状态空间模块，改造多通道条件输入、缺失掩码及信号预处理；其适用性依赖观测上下文和训练数据能否覆盖目标信号分布。低信噪比、跨被试差异、通道布局变化及小数据可能导致生成结果看似合理却不保留任务相关信息。一个可检验的小实验是在固定被试内划分下，仅对测试片段施加不同长度的连续遮挡，与简单插值及明确的时序插补基线比较，同时检查重建误差与下游任务表现，避免仅凭波形相似性判断有效。已有 EEG 相关工作尚未检索确认，复现所需代码、配置与计算条件尚未验证。

    阅读价值：值得阅读的具体原因是 SSSD 将条件扩散与结构化状态空间模型结合用于时序缺失值插补，并考察 blackout-missing 场景；其对 EEG 连续缺失片段的适用性尚未验证。

  4. OpenReview · State space models80

    使用状态空间视频模型进行长电影片段分类

    基于摘要分析。本文研究长电影片段分类中的长程时序推理问题，提出 ViS4mer，将 Transformer 的短程时空特征提取与结构化状态空间序列（S4）层的长程建模结合，以缓解长序列自注意力的二次计算成本。 核心机制是使用标准 Transformer encoder 提取短程时空特征，再交由多尺度时序 S4 decoder 进行长程推理。decoder 各层逐步降低时空特征分辨率与通道维度，在压缩表示的同时建模长程时空依赖。其方法价值在于局部特征提取和长程推理的模块分工，而非将整个视频处理流程完全替换为 S4。 作者报告，相对于对应的纯自注意力模型，ViS4mer 速度为其 2.63 倍，GPU 显存需求为其八分之一；硬件、输入长度、批量大小及计时口径尚未验证。作者报告，在 Long Video Understanding（LVU）benchmark 的 9 项长电影视频分类任务中，6 项达到当时的最先进结果，并在 Breakfast 和 COIN 程序性活动数据集上取得有竞争力的结果。具体任务指标、数据划分、对照配置、消融及统计信息尚未验证，不能据此比较不同评估协议。摘要提供了公开代码地址，但运行环境、预训练依赖及复现完整性尚未核对。 平台推测（待验证）：这一机制可对应长时段 EEG 建模中全局注意力成本较高的瓶颈，但视频结果不等于 BCI 效果。迁移假设依赖于任务确有长程时序信息，以及局部 EEG 特征能保留该信息；可复用 S4 长程推理模块，需改造视频时空编码和多尺度降采样，使其适配 EEG 通道、采样率及任务监督。低信噪比、跨被试分布差异、通道配置变化和小数据可能使压缩过程丢失短暂 ERP 或其他判别线索。一个可检验的小实验是固定 EEG 局部编码器与数据划分，仅比较 S4 和自注意力长程模块，在不同输入时长下记录任务指标、推理时间及显存，并严格隔离训练与测试被试。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其将短程 Transformer 特征提取与多尺度 S4 长程推理结合的机制及效率对照，但作者报告的视频任务收益尚不能视为 EEG/BCI 有效性的证据。

6月1日周二
  1. OpenReview · EEG73

    利用 EEG 追踪皮层扩散性抑制的自动化、可扩展且可泛化深度学习方法

    基于摘要分析。研究针对利用非侵入式头皮 EEG 检测并追踪皮层扩散性抑制（CSD）的问题，提出 CSD spatially aware convolutional network（CSD-SpArC），联合建模各电极信号的时间特征与头皮上的空间结构。研究对象是 CSD 事件及其波传播，不是运动想象或其他 BCI 指令解码任务。 机制上，卷积神经网络从每个电极的 EEG 信号中提取时间特征，图神经网络利用电极信号的头皮空间结构。模型进一步检测传播波何时显著影响各电极记录，以量化“时空追踪准确率”。图的构建方式、两类网络的具体连接、监督标签、损失函数以及训练和推理流程尚未验证。 作者报告，在高密度 EEG 条件下，方法未漏检所测试的 CSD，包括宽度参照现实观测设定的最窄 CSD，且“post-stitching”误报率低于 1.3%；摘要未解释该后处理及误报率的计算口径。作者报告，在基于 4 名被试真实头部 MRI 模型的模拟 CSD 波测试中，使用 256 电极高密度 EEG，时空追踪准确率最高为 86.65%±0.60%，平均误报率低于 3.5%。这两组误报结果对应不同描述，不能视为同一指标直接比较；准确率的具体定义及 ± 所表示的统计量尚未验证。 作者还报告训练后的网络可扩展至不同 EEG 电极密度，并可泛化至不同头部模型，但摘要未给出相应密度、划分、对照或分项结果。当前证据主要来自模拟波与真实头部解剖模型的结合，不能据此确认真实临床 EEG 中的检测效果。复现需核对 CSD 与 EEG 的模拟过程、头部模型划分、电极布局、事件拼接规则及评价指标定义；实验协议、消融及统计信息尚未验证，代码和数据可用性亦未由材料确认。

    阅读价值：值得阅读的是 CSD-SpArC 将单电极时序特征与头皮空间图结构结合，用于 EEG 中 CSD 波传播的检测与追踪，但其效果依据真实头部 MRI 模型上的模拟波实验，真实患者中的有效性尚未验证。

12月31日周一
  1. OpenReview · EEG70

    用于 EEG 信号分类的深度高斯混合隐马尔可夫模型

    基于摘要分析。该研究针对 EEG 信号的非线性、非平稳特征，以及忽略时变信息的手工特征可能影响分类可靠性的问题，提出自动特征提取与时序分类相结合的方法，并在被试分类和事件分类两类任务上评估。 方法包含两个组件：首先使用自回归深度变分自编码器（autoregressive-deep variational autoencoder）自动提取特征，再将提取的特征输入高斯混合隐马尔可夫模型（Gaussian mixture-hidden Markov model）进行 EEG 分类。其技术关注点是把数据驱动的特征表示与时序状态建模连接起来，而非仅依赖忽略时间变化的手工特征。具体网络结构、损失函数、自回归机制及两组件的训练方式尚未验证。 作者报告，与摘要所称的当时先进方法相比，在被试分类与事件分类任务上分别取得平均 15% ± 6.3 和 22% ± 5.7 的提升，两项均报告 p-value < 0.05。摘要未明确这些提升对应的指标、相对百分比或百分点含义，以及“±”所代表的统计量，因此不能将其改写为 Accuracy 提升，也不能据此直接比较其他研究。 摘要未提供数据集、被试数量、事件定义、数据划分和基线名称；“被试分类”不能等同于跨被试泛化评估。复现与价值判断需核对特征序列构建方式、隐状态及混合成分设置、训练与测试协议、基线调参和显著性检验方法。实验协议、消融及统计信息尚未验证，现有材料也不足以判断该方法在具体 BCI 任务中的适用性。

    阅读价值：值得阅读的具体原因是将自回归深度变分特征提取与隐马尔可夫时序分类结合，以处理 EEG 非平稳动态；其报告的性能提升仍需结合全文中的指标、数据划分和对照设置核验。

8月1日周三
  1. OpenReview · EEG71

    用于 EEG 信号分类的深度高斯混合隐马尔可夫模型

    基于摘要分析。研究针对 EEG 信号的非线性、非平稳特性，以及忽略时变信息的手工特征可能限制分类表现的问题，提出由自动特征提取与时序分类组成的两阶段方法，用于被试分类和事件分类。 核心机制是先使用自回归深度变分自编码器（autoregressive-deep variational autoencoder）提取特征，再将这些特征输入高斯混合隐马尔可夫模型进行 EEG 分类。方法的可考察价值在于将表示学习与隐状态时序建模结合，而非仅依赖静态手工特征。摘要未说明自回归项的具体形式、潜变量结构、损失函数，以及两个组件是否联合训练，这些细节尚未验证。 作者报告，在被试分类和事件分类任务中，相对于所比较的方法，平均性能提升分别为原文所述的“15% ± 6.3”和“22% ± 5.7”，两项均报告 p-value < 0.05。摘要未明确对应的评价指标、提升是相对百分比还是百分点，以及“±”的统计含义，因此不能将其解释为 Accuracy 的绝对增幅。具体数据集、被试数量、数据划分、对照方法和统计检验协议尚未验证，也无法据此判断跨被试或跨会话泛化能力。 复现时需核对 EEG 预处理与分段方式、特征提取和分类模块的训练流程，以及各任务的数据划分和统计单位；实验协议、消融及统计信息尚未验证。被试分类与事件分类的具体标签定义亦需查阅正文，不能直接等同于运动想象等 BCI 控制任务。

    阅读价值：值得关注其将自回归深度变分自编码器的特征学习与高斯混合隐马尔可夫模型结合的 EEG 时序分类思路，但摘要中的相对性能提升仍需结合具体指标、数据划分与基线核对。

1月1日周五
  1. OpenReview · EEG76

    利用深度循环卷积神经网络学习 EEG 表征

    基于摘要分析。该研究针对 EEG 认知事件建模中被试间、被试内差异及信号噪声带来的表征不稳定问题，提出将多通道 EEG 转换为保留拓扑的多频谱图像序列，再通过深度循环卷积神经网络学习表征，并用于认知负荷分类。 核心机制是将 EEG 的空间、频谱和时间结构联合纳入输入与建模过程：先以多频谱图像保留电极信号之间的空间拓扑，再借鉴视频分类方法，从图像序列中学习表征。与摘要所述忽略空间信息的常规 EEG 分析方式相比，该方法的主要区别是显式保留空间结构，并进一步建模序列变化。作者认为，这种设计有助于降低特征对各维度变化与失真的敏感性；具体图像构造、频谱划分、网络结构、损失函数及训练流程尚未验证。 作者报告，在认知负荷分类任务上，该方法相较于该领域当时的先进方法取得了显著的分类准确率提升。摘要未提供数据集名称、被试数量、数据划分、对照方法或具体 Accuracy 数值，因此不能判断结果属于被试内、跨被试还是跨会话评估，也不能据此确认跨被试泛化能力。显著性的统计依据、消融及完整实验协议尚未验证。 复现时需从全文核对 EEG 预处理、电极坐标与图像映射、频谱提取、序列窗口及训练测试划分，并确认各对照采用的评估条件是否一致。这些信息是判断拓扑保留与时序建模各自贡献，以及作者所述抗差异、抗噪声效果的重要依据。当前材料直接支持的是 EEG 认知负荷分类研究，不能将其结果外推为其他 BCI 任务中的已验证收益。

    阅读价值：值得阅读的具体原因是其将多通道 EEG 转换为保留拓扑的多频谱图像序列，并联合建模空间、频谱与时间结构；其对被试差异和噪声的稳健性仍需结合全文实验协议核对。