跳到正文

算法、任务与模态

提供代码链接 最新动态

提供代码链接 的可核对来源状态；不作为学术质量或开放许可证证明。

1,131 条精选近 30 天 138 条共收录 1,291 条

更新

精选归档 · 第 43 页

1月1日周一第 841–860 条
  1. OpenReview · State space models74

    GroupMamba：参数高效且准确的分组视觉状态空间模型

    基于摘要分析。该研究面向计算机视觉中纯状态空间模型（SSM）扩展至较大规模时的训练不稳定与参数效率问题，提出 GroupMamba，以分组空间扫描、跨通道调制及蒸馏训练目标改善模型性能；其主要研究对象是视觉任务，而非 EEG 或 BCI。 核心机制是 Modulated Group Mamba 层：将输入特征通道划分为四组，每组独立使用一个 Visual Single Selective Scanning（VSSS）模块，分别沿四个空间方向扫描；再通过通道调制算子增强组间的跨通道信息交流。这里的“通道”指视觉特征通道，不能直接等同于 EEG 电极。作者还引入基于蒸馏的训练目标以稳定大模型训练，但摘要未给出教师模型、蒸馏损失形式及具体训练配置。 作者报告，该方法在 ImageNet-1K 图像分类、MS-COCO 目标检测与实例分割、ADE20K 语义分割上优于现有方法。其中，具有 23M 参数的 tiny 变体在 ImageNet-1K 分类中取得 83.3% 的 top-1 Accuracy；作者称其相较同等模型规模的最佳现有 Mamba 设计，参数效率提高 26%。摘要未明确这一效率比例的计算口径及具体对照型号，也未提供其余任务的分数，因此不能将不同任务或配置的结果直接比较。实验协议、消融及统计信息尚未验证。摘要提供了代码与模型发布地址，但实现与权重可用性尚未核验。 平台推测（待验证）：若 EEG 表征包含有意义的时间—空间或时间—频率结构，分组扫描与跨组调制可能成为降低计算开销、保留长程依赖的候选机制。可复用部分是分组 SSM 和调制思路，需改造输入编码与扫描方向；视觉二维邻接关系不能直接套用到电极布局。低信噪比、跨被试差异、通道缺失及小数据条件可能削弱收益，蒸馏还依赖可靠教师。一个可检验的小实验是在固定 EEG 输入、训练预算与被试划分下，对比分组扫描、加入调制及加入蒸馏的配置，分别报告被试内与跨被试性能、参数量和训练稳定性。此为迁移假设，并非本文已验证结论；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其分组定向扫描、跨通道调制与蒸馏训练如何共同改善视觉 SSM 的参数效率和训练稳定性，但这些机制对 EEG 的适用性尚未验证。

  2. OpenReview · State space models72

    用于 GuessWhich 猜图游戏的多模态对话状态跟踪

    基于摘要分析。本文研究 GuessWhich 视觉对话游戏：Questioner Bot（QBot）通过向 Answer Bot（ABot）连续提问来定位隐藏图像。核心贡献是用隐藏图像的内部视觉表象构建多模态对话状态，使 QBot 能够在多轮交互中持续进行视觉相关推理。 作者指出，既有方法或者缺乏视觉信息，或者每轮仅采样一张真实图像作为解码上下文，难以充分支持视觉推理。所提方法将多组内部视觉表象表示与对话实体表示纳入对话状态；每轮利用该状态构建内部表示、生成问题，并在收到回答后更新对话状态及内部表示。摘要未说明这些表示的具体参数化方式、训练目标或更新算子，不能据此将其认定为特定的状态空间模型架构。 作者报告，在 VisDial v0.5、v0.9 和 v1.0 上，该方法在所评估的全部指标与数据集上超过此前方法。摘要未列出指标名称、具体数值、数据划分与对照配置，因此该领先性能声明尚不能独立核验；实验协议、消融及统计信息尚未验证。作者提供了代码与实验数据的仓库地址，但其内容及复现条件尚未核验。 这里的 mental imagery 指模型对隐藏图像的内部视觉表象，并非 EEG 运动想象任务。材料未提供神经信号实验或与 BCI 的具体机制对应，不据此推断其具有已验证的 EEG/BCI 应用价值。

    阅读价值：值得核对其如何以持续更新的视觉表象与实体表示替代单张图像解码上下文，以及这种状态表示对提问和图像检索的实际贡献；摘要中的领先性能声明仍需结合全文协议验证。

  3. OpenReview · Representation learning72

    面向改进组织病理学表征学习的层级文本到视觉自监督对齐

    基于摘要分析。该研究面向组织病理图像表征学习，探索如何将领域自然语言信息与患者—切片—图像块的层级视觉表示结合。作者提出 Hierarchical Language-tied Self-Supervision（HLSS），通过多层级文本对齐向视觉表示注入语言信息。 机制上，HLSS 基于图像中可见特征自动生成语言描述，并结合对比学习目标及不同粒度的描述，在多个层级开展文本与视觉表示对齐。其研究重点是利用病理数据已有的层级组织与领域语义，而非仅从图像学习表示。摘要未披露描述生成方式、具体对比目标、层级间信息交互或训练与推理流程，这些细节尚未验证。 作者报告，模型在 OpenSRH 和 TCGA 两个医学影像基准上取得其所称的最先进性能，并认为语言对齐后的表示空间具有更好的可解释性。摘要未给出具体任务、指标数值、数据划分、比较基线或可解释性评估方式，因此尚不能判断收益幅度及适用范围；实验协议、消融及统计信息尚未验证。摘要提供了代码地址，但实现完整性与复现条件尚未核验。 该工作的主要研究对象是组织病理图像，而非 EEG 或 BCI。现有材料未建立病理层级结构、自动语言描述与神经信号任务之间的具体对应关系，不能将其医学影像结果视为 BCI 有效性的证据；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对 HLSS 如何将自动生成的病理描述与患者—切片—图像块层级表示对齐，以及语言信息对表征质量和可解释性的独立贡献；摘要所述优势仍需结合完整实验协议验证。

  4. OpenReview · EEG73

    将神经信号作为语音解码

    基于摘要分析。本文研究非侵入式 MEG 信号到文本的转换，将神经语言解码组织为语音解码任务，并探索基于 cross-attention 的 Whisper 模型直接生成文本，重点关注不使用 teacher forcing 的生成评估。 核心机制是借用语音识别模型的序列生成框架处理 MEG 信号。作者将既有研究主要关注 EEG、生成解码依赖 teacher forcing，以及多采用 BART-based 方法列为研究动机，并声称首次探索基于 cross-attention 的 Whisper 模型在无 teacher forcing 条件下从 MEG 生成文本；该首次性声明尚未独立核实。摘要未交代 MEG 如何编码并接入模型、训练目标、信号与文本的对齐方式，以及训练阶段是否使用 teacher forcing，不能据此补全模型结构或训练流程。 作者报告，在 GWilliams 和 Schoffelen 两个数据集上，不使用预训练及 teacher forcing 时，BLEU-1 分别为 60.30 和 52.89。摘要未给出被试数、被试内或跨被试协议、训练与测试划分、对照基线和统计不确定性，因此这些数值不能直接用于判断跨被试泛化能力，也不能与其他协议下的结果直接比较。BLEU-1 衡量文本的一元词匹配表现，不等同于完整语义恢复或实用 BCI 通信能力。 作者还报告考察了预训练初始化、训练与评估集划分、数据增强及 scaling law，但各因素的具体设置与影响尚未验证。摘要提供了代码地址；代码可运行性、数据获取条件、计算资源需求、实验协议、消融及统计信息仍需核对全文与实现。 平台推测（待验证）：若将该框架迁移至 EEG，可复用的主要是序列生成与 cross-attention 机制，需改造信号编码及时间对齐模块。该假设依赖与文本配对且可对齐的神经信号数据；EEG 的低信噪比、通道差异、被试差异及小数据规模可能使生成更依赖语言先验而非神经证据。可检验的小实验是在固定被试内划分和无 teacher forcing 的推理条件下，对比真实 EEG、打乱信号—文本配对及仅语言输入的基线，检验信号是否带来稳定增益。已有同类 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的具体原因是作者探索了无需 teacher forcing 的 MEG 到文本生成，并考察预训练初始化与数据划分等关键因素，但其结果的可比性及泛化范围仍需核对全文。

  5. OpenReview · EEG75

    用于多源隐私保护运动想象分类的双重对比训练与可迁移性感知适应

    基于摘要分析。该研究针对 EEG 运动想象（MI）分类中的跨被试分布差异与源数据隐私问题，提出无监督多源无源数据域适应方法：在源训练阶段结合两类对比目标，在目标适应阶段仅利用源模型参数，通过模型集成与可迁移性估计完成适应。 源训练阶段使用源数据标签，以 contrastive cross-entropy loss 引导实例级对比学习，并通过 categorical contrastive loss 学习类别一致的数据内在结构。两类目标分别面向实例判别与类别结构，但具体损失公式、样本构造及权重设置尚未验证。 目标适应阶段不访问源数据，而是对多个源模型进行线性组合。作者称提供了目标模型表现优于或等于任意源模型的理论解释；这一结论依赖的假设、性能定义及适用范围需结合全文核对。方法还通过估计标签证据的最大值关注源模型的可迁移性，以抑制生成伪标签时的噪声累积；该估计与模型组合、伪标签更新之间的具体关系尚未验证。 作者报告，在三个具有相似性质的数据集上，该方法在跨被试 MI 分类任务中优于所比较的现有先进方法。摘要未提供数据集名称、被试数量、数据划分、对照方法、指标或具体数值，实验协议、消融及统计信息尚未验证，因此不能据此判断提升幅度或跨数据集泛化能力。 隐私保护在摘要中主要体现为目标适应阶段不访问源数据，不能直接等同于形式化隐私保证。复现时值得核对源模型训练条件、目标标签是否完全不参与适应、模型组合系数的确定方式，以及可迁移性估计在低信噪比或源被试差异较大时的稳定性。摘要提供了代码地址并注明限非商业使用，代码可用性、依赖环境与实验配置尚未验证。

    阅读价值：值得核对双重对比训练与源模型可迁移性估计能否在不访问源数据的条件下改善跨被试 MI 分类，尤其是模型集成的理论适用条件及伪标签噪声控制效果。

  6. OpenReview · Representation learning73

    面向高分辨率遥感场景变化检测的对比式场景变化表征学习

    基于摘要分析。本文研究高分辨率遥感场景变化检测（SCD），目标是识别双时相遥感图像场景对的高层语义变化类型；提出 scene change contrastive（SCC）learning，通过对比学习增强联合双时相特征作为变化表征的判别能力，针对类内差异与类间相似造成的识别困难。 机制上，作者提出 multiview change（MVC）projector 与 pseudo change augmentation（PeCA）策略，将联合双时相特征映射为真实和伪 MVC 投影，并结合局部空间信息与全局信息引导变化表征学习。摘要描述的对比机制是在投影空间聚合预定义正样本、分离负样本，但正负样本构造规则、PeCA 的具体操作、损失形式及监督需求尚未验证。 作者报告，在两个公共数据集上的实验支持该方法的有效性；摘要未提供数据集名称、划分协议、对照基线、指标及具体数值，因此不能判断收益幅度或跨场景泛化能力。摘要提供了代码仓库地址，但实现完整性、运行条件、消融及统计信息尚未验证。 平台推测（待验证）：可迁移假设是，对成对时段信号显式学习“变化”而非仅拼接特征，可能有助于 EEG 状态变化识别，但遥感语义变化不等同于神经状态变化。可考虑复用双时段联合表征与对比投影思路；图像空间编码、局部信息建模及 PeCA 则需适配 EEG 通道与时间结构，并验证增强是否保持状态变化标签。低信噪比、通道配置差异、跨被试偏移和小数据可能使模型学到采集差异而非目标变化。一个可证伪的小实验是：在具有明确状态变化标签的成对 EEG 时窗上，固定编码器、数据划分和训练预算，比较联合特征分类与加入变化对比约束的模型，并独立报告被试内和跨被试结果。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读之处在于以真实与伪多视图投影增强双时相变化表征的判别性，但其对 EEG 跨时段状态变化识别的适用性尚未验证。

  7. OpenReview · State space models72

    PathMamba：用于病理图像多类别分割的弱监督状态空间模型

    基于摘要分析。该研究针对病理图像多类别分割中密集像素标注成本高的问题，提出仅使用图像级标签训练的弱监督状态空间模型 PathMamba，通过结合像素级与 patch 级特征学习局部细节和全局上下文。 方法首先将像素视为实例，基于 Multi-Instance Multi-Label Learning 提取像素级特征图，再将其注入 Contrastive Mamba Block。该模块结合状态空间模型与对比学习，提取病理图像中的非因果双粒度特征；作者另提出 Deep Contrast Supervised Loss，以更充分利用有限的标注信息。摘要未给出对比样本构造、双粒度特征交互方式、损失公式及推理流程，具体机制尚需全文核对。 作者报告，在两个公开病理图像数据集上，PathMamba 优于所比较的先进弱监督方法，并能生成区域一致性更好的分割结果。摘要未列出数据集名称、划分协议、评价指标、分数及对照方法，因此无法判断提升幅度及适用范围；实验协议、消融及统计信息尚未验证。摘要提供了代码仓库，但其运行条件与结果可复现性尚未验证。 平台推测（待验证）：其可考察的跨领域机制是由样本级弱标签学习局部特征，并结合细粒度与粗粒度上下文；这不等于已证实的 EEG/BCI 效果。若 EEG 任务具有记录级标签而缺少事件级标注，可假设将像素实例改为时间窗实例、将 patch 改为较长片段，探索弱监督事件定位。状态空间与多实例学习模块可能可复用，但图像空间邻域、粒度定义和对比关系均需改造。低信噪比、跨被试差异、通道配置变化及小数据条件可能使局部特征聚焦于伪迹而非目标事件。一个可证伪的小实验是在具有事件标注的 EEG 数据上，仅用记录级标签训练，以保留的事件标注评估定位，并在相同被试划分下比较多实例学习基线与加入双粒度模块后的结果。相关 EEG 工作尚未检索确认。

    阅读价值：值得阅读其以图像级标签结合像素级与 patch 级特征进行多类别分割的机制，重点核对 Contrastive Mamba Block 与 Deep Contrast Supervised Loss 的具体实现及贡献；其对 EEG/BCI 的适用性尚未验证。

  8. OpenReview · Representation learning70

    面向单幅图像去雾的自引导解耦表征学习

    基于摘要分析。本文研究单幅图像去雾，针对低层视觉任务中解耦过程的特征交互与传递不足、重建阶段缺乏解耦程度评估机制的问题，提出自引导解耦表征学习方法 SGDRL，并构建无监督和半监督去雾网络；其主要研究对象是雾天图像恢复，而非 EEG 或 BCI。 机制上，自引导解耦（SGD）网络通过多层骨干网络提取图像特征，利用自引导注意力机制，依据骨干特征对属性特征加权，并通过共享与交互实现多层级渐进式特征解耦。解耦引导（DG）模块用于评估特征分解程度，并指导重建阶段的特征融合。摘要未明确属性的定义、解耦评价准则、具体损失形式，以及无监督与半监督训练各自使用的监督信息。 作者报告，该方法在真实场景图像去雾实验中具有优势，但摘要未给出数据集、划分、对照方法或定量指标，因而无法判断收益幅度及适用范围。摘要提供了代码仓库地址，但代码内容、运行条件、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可检验的迁移假设是，将任务相关 EEG 表征与噪声或被试相关属性分离，再以解耦评价指导融合，可能对应跨被试表征中的混杂问题。可借鉴的是特征交互和融合引导思路；图像骨干、属性定义及重建目标均需针对 EEG 时空结构改造，原方法对数据规模和监督信息的具体依赖尚未验证。低信噪比、小样本及通道差异可能使解耦不稳定，也可能误去除任务相关信息。一个小规模可证伪实验是在固定跨被试划分和同一 EEG 骨干下，比较基础模型与加入交互、解耦引导模块后的分类表现，并检查被试信息可预测性是否下降；这不构成已证实的 BCI 效果，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其自引导特征交互与解耦程度评估如何共同约束去雾重建，但摘要不足以判断解耦有效性及其向 EEG 表征学习迁移的可行性。

  9. OpenReview · EEG73

    EEG-Deformer：用于脑机接口的密集卷积 Transformer

    基于摘要分析。EEG-Deformer 针对 BCI 中 EEG 时间动态难以有效学习的问题，在 CNN-Transformer 中引入分层粗到细时间建模和多层时间信息净化，旨在改善脑活动解码。作者认为，现有多数 CNN 与 Transformer 结合的方法虽具备长程序列学习能力，但不足以捕获 EEG 从粗粒度到细粒度的时间模式。 核心机制包括两个组件：Hierarchical Coarse-to-Fine Transformer（HCT）块将 Fine-grained Temporal Learning（FTL）分支融入 Transformer，以学习粗到细时间模式；Dense Information Purification（DIP）模块利用经过净化的多层时间信息提升解码准确性。摘要未说明 FTL 的具体运算、各层信息如何连接与净化，也未提供损失函数、训练流程和推理配置，这些实现细节尚未验证。 作者报告，在三项代表性认知任务上的实验中，EEG-Deformer 的表现优于或可比于现有最先进方法，并据此主张其具有泛化能力。但摘要未列出任务名称、数据集、被试数量、评价指标、具体数值或对照方法，也未明确采用被试内、跨被试或跨会话协议，因此不能将这一泛化结论直接解释为跨被试或跨数据集有效。实验协议、消融及统计信息尚未验证。 作者报告，可视化结果显示模型利用了与相应认知任务具有神经生理意义的脑区；这提供了解码依据的解释线索，但仅凭摘要不能确认其稳定性或因果意义。材料给出了源代码入口，复现时可重点核对 HCT、FTL 与 DIP 的独立贡献，以及不同时间尺度、被试差异和通道配置下的效果；代码可运行性、数据获取条件及完整配置尚未验证。

    阅读价值：值得核对 HCT 的粗到细时间建模与 DIP 的多层信息净化是否分别带来稳定增益；摘要提供了明确的机制方向和代码入口，但具体评估协议与消融结果尚未验证。

  10. OpenReview · Representation learning72

    不止于路线：联合 GPS 与路线建模以改进轨迹表征学习

    基于摘要分析。本文研究交通轨迹表征学习：针对基于路线的方法在简化 GPS 轨迹、过滤噪声时可能丢失运动细节的问题，提出自监督框架 JGRM，联合建模 GPS 轨迹与路线轨迹，服务于行程时间估计、轨迹分类和 Top-k 相似轨迹检索等下游任务。 核心机制是将同一次运动观测的 GPS 轨迹与路线轨迹视为两种模态，分别使用专门的编码器提取表征，再输入共享 transformer 进行跨模态信息交互，并通过三个自监督任务训练。摘要未说明这三个任务的具体定义、损失形式、编码器结构及轨迹对齐方式，相关细节尚未验证。其方法重点并非单纯去噪，而是在路线结构之外保留 GPS 所含的运动信息。 作者报告，在两个真实世界数据集上，JGRM 在道路片段表征与轨迹表征任务中优于现有方法。摘要未提供数据集名称、划分协议、基线及具体指标，因此无法判断提升幅度或跨数据集泛化能力；实验协议、消融及统计信息尚未验证。摘要提供了代码仓库，但实现与复现条件尚未核查。 平台推测（待验证）：该机制对 EEG 的潜在启发，是联合建模细粒度时序信号与同一观测的结构化表示，而非直接复用交通路线。此假设依赖两种表示能够可靠对应，且结构化表示保留互补信息；可借鉴双编码器与共享交互模块，但需改造输入表示、对齐方式及自监督任务。低信噪比、跨被试差异、通道变化和小样本均可能削弱收益。一个可证伪的小实验是在固定 EEG 数据划分与训练预算下，比较原始时序单模态、结构化表示单模态及联合建模，并用打乱配对的对照检验收益是否来自有效对应关系。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对 JGRM 如何通过双模态编码与共享 transformer 同时保留 GPS 运动细节和路线结构，但其对 EEG 表征学习的价值尚未验证。

  11. OpenReview · State space models73

    Owl-1：用于一致性长视频生成的全域世界模型

    基于摘要分析。该研究面向长视频生成中跨片段不一致的问题，提出 Omni World modeL（Owl-1），通过潜在世界状态及其时间动态，为视频生成模型（VGMs）提供长期连贯的生成条件，而非仅将上一轮的末帧作为下一轮条件。 核心机制：作者将视频视为底层演化世界的观测，用潜在状态变量表示世界，并将其解码为显式视频观测；这些观测进一步用于预测时间动态，动态再更新状态变量。持续状态与演化动态的交互旨在同时支持长视频的多样性和一致性。相对于摘要描述的末帧条件迭代方法，其主要区别是保留超出局部画面信息的状态表示。摘要未说明具体状态结构、动态预测模块、损失函数、训练流程及生成时的更新细节，不能仅凭来源栏目将其认定为特定 State Space Model 架构。 结果与证据：作者报告，Owl-1 在 VBench-I2V 和 VBench-Long 上取得与 SOTA 方法相当的表现。摘要未提供具体指标、分数、对照方法、生成长度或评估划分，因此尚不能量化其长期一致性收益，也不能将“相当”解读为全面优于已有方法。实验协议、消融及统计信息尚未验证。 复现与适用边界：材料提供了代码仓库入口，但实现完整性、权重可用性、训练数据与计算需求尚未验证。原论文的主要对象是视觉世界建模和视频生成，不是神经信号解码；潜在状态机制是否适用于 EEG/BCI 仍需独立评估，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其以持续潜在状态和动态更新替代仅依赖末帧条件的长视频生成机制，但摘要中的基准表现尚不足以验证长期一致性的具体增益，也不构成 EEG/BCI 有效性的证据。

  12. OpenReview · State space models73

    通过语言引导知识蒸馏进行轻量模型预训练

    基于摘要分析。本文研究面向移动设备的小型视觉模型预训练，提出 Language-Guided Distillation（LGD），利用目标下游任务的类别名称，引导师生蒸馏保留与类别辨别相关的知识。原论文的主要对象是视觉表征及分类、检测、分割任务，并非 EEG 或 BCI。 机制上，LGD 使用预训练文本编码器提取类别名称的语义嵌入，建立 Textual Semantics Bank（TSB）；再通过 Language-Guided Knowledge Aggregation（LGKA）模块构建 Visual Semantics Bank（VSB）。学生编码器通过模仿教师在 TSB 和 VSB 上推断的相似度分数分布，学习任务相关知识。其与通用自监督蒸馏的核心区别，是将目标任务的类别语义显式引入知识筛选与传递过程；具体损失形式、语义库构建细节及训练流程尚未验证。 作者报告，相较于通过 ImageNet 预训练或自监督蒸馏得到的小模型，LGD 蒸馏的轻量模型在所评估的分类、检测和分割任务上达到领先表现。摘要未提供具体数据集、指标、数值及比较协议，因此不能据此判断收益幅度或跨任务稳定性。实验协议、消融及统计信息尚未验证。作者提供了代码地址，但代码完整性与复现条件尚未核验。 平台推测（待验证）：若 EEG 教师模型的表征与任务类别语义存在可学习对应关系，类别文本约束可能帮助轻量学生保留判别信息。可复用的是语义库与相似度分布蒸馏思路；视觉编码器及 LGKA 的输入适配则需针对 EEG 改造。该假设依赖有意义的类别描述及足够的信号—语义对齐数据，可能受 EEG 低信噪比、跨被试差异、通道配置变化与小样本限制而失败。一个可证伪的小实验是在固定跨被试划分、师生模型与训练预算下，对比普通蒸馏、真实类别文本引导和随机类别文本引导；若真实文本不能稳定优于两项对照，则不支持语义引导的迁移收益。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对的是 LGD 如何利用目标任务类别名称引导师生蒸馏，以及这种任务相关语义约束相对通用自监督蒸馏的收益；其对 EEG 的适用性尚未验证。

  13. OpenReview · State space models71

    Mamba2MIL：基于状态空间对偶的计算病理学多实例学习

    基于摘要分析。Mamba2MIL 面向计算病理学中全切片图像（WSI）的多实例学习（MIL），旨在改善多样特征融合及序列信息利用。方法结合状态空间对偶模型（SSD）、加权特征选择和适配不同 WSI 大小的序列变换，对长图像块序列进行建模；研究对象是病理图像分类，而非 EEG 或 BCI。 核心机制：SSD 用于处理 WSI 图像块构成的长序列，加权特征选择支持更多分支特征的融合，并允许按应用需求扩展。序列变换旨在增强与顺序无关的特征，同时保留局部序列信息。作者将现有 CNN、注意力及选择性扫描 SSM 框架在特征融合灵活性、可扩展性和顺序信息利用方面的限制作为改进动机，但摘要未给出分支构造、权重计算、变换操作、损失函数及训练细节。 作者报告，在多个数据集上几乎所有性能指标均有提升，并优于所比较的先进 MIL 方法。其中，NSCLC 数据集上的二分类肿瘤任务 AUC 为 0.9533、Accuracy 为 0.8794；BRACS 数据集上的多分类任务 AUC 为 0.7986、Accuracy 为 0.4981。摘要未说明数据划分、具体对照、AUC 汇总方式及统计不确定性，因此这些数值仅能作为各自任务下的报告结果，不能直接跨任务比较。实验协议、消融及统计信息尚未验证。材料提供了代码仓库，但实现完整性与复现条件尚未核对。 平台推测（待验证）：假设将带整体标签的 EEG 记录切分为窗口实例，长序列 MIL 与加权特征融合可能对应长记录聚合及多类窗口特征整合的瓶颈。可尝试复用 SSD 聚合与特征选择机制，但需改造实例编码及序列变换：病理图像块的空间顺序不等同于 EEG 的时间顺序，增强顺序无关特征可能破坏事件时序；低信噪比、通道差异、跨被试变化及小数据训练也可能使权重选择失稳。一个可检验的小实验是在固定 EEG 窗口特征和相同跨被试划分下，对比简单池化、SSD 聚合及加入序列变换的版本，核对聚合收益与时序损失。相关 EEG 工作尚未检索确认，原领域结果不构成 BCI 有效性的证据。

    阅读价值：值得核对其 SSD 长序列建模、加权特征选择与序列变换如何共同改善 WSI 多实例学习；摘要给出了分类结果，但各模块贡献及其对 EEG 的适用性尚未验证。

  14. OpenReview · State space models72

    利用 YCbCr 颜色空间引导的真实图像去雾

    基于摘要分析。该研究针对真实图像去雾中 RGB 纹理特征难以提取、真实雾图与清晰图配对难以获取的问题，提出 Structure Guided Dehazing Network（SGDN），利用 YCbCr 的结构特征引导 RGB 特征恢复，并构建 Real-World Well-Aligned Haze（RW²AH）数据集以支持监督学习。研究对象是图像去雾，而非 EEG 或 BCI 信号处理。 方法包含 Bi-Color Guidance Bridge（BGB）与 Color Enhancement Module（CEM）。BGB 结合相位整合模块与交互注意力模块，将 YCbCr 空间的纹理信息用于引导 RGB 空间，在频域和空间域恢复更清晰的特征。CEM 聚合 YCbCr 通道信息，增强 RGB 特征的颜色感知，以维持色调一致性。摘要未披露模块具体实现、损失函数、训练流程及推理开销，尚不能判断各模块的独立贡献。 数据方面，作者提出 RW²AH，称其覆盖不同地理区域和气候条件下的多样场景，用于缓解真实雾图与清晰图配对的获取困难。数据规模、采集与对齐过程、训练测试划分，以及与其他数据集之间的关系尚未验证。 结果方面，作者报告该方法在多个真实烟雾或雾霾图像数据集上优于现有最先进方法，但摘要未提供具体评估数据集名称、指标、数值及基线配置；实验协议、消融及统计信息尚未验证。材料给出代码与数据链接，但其可访问性、内容完整性及复现条件尚未核验。该方法依赖图像颜色空间的结构与色调关系，现有材料未建立其与 EEG 瓶颈的具体对应机制，因此不能据此推断 BCI 有效性；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的具体原因是其通过 YCbCr 结构信息引导 RGB 去雾，并配套提出真实对齐数据集，可用于考察跨颜色空间引导与监督数据构建的作用；性能优势目前仅有摘要中的作者报告，尚未验证。

  15. OpenReview · State space models73

    RSMamba：基于状态空间模型的遥感图像分类

    基于摘要分析。该研究面向遥感场景分类，提出基于状态空间模型（SSM）的 RSMamba，旨在通过全局感受野与线性建模复杂度改善整幅图像的语义理解；其核心贡献是动态多路径激活机制，用于增强 Mamba 对二维非因果数据的建模能力。 机制方面，作者采用 Mamba 的硬件感知设计，并针对其原有因果序列建模方式与二维图像结构之间的不适配引入多路径激活，同时保留原有 Mamba 的建模机制。摘要未提供路径构造、激活规则、图像序列化方式、训练目标及具体架构细节，这些内容尚未验证。作者将其定位为潜在视觉基础模型骨干，但摘要并未展示基础模型预训练或迁移评估。 结果方面，作者报告在 UC Merced、AID、RESISC45 遥感图像分类数据集上的 F1 分别为 95.25、92.63、95.18，并称优于同期 Vim 和 VMamba。摘要未说明数值单位、训练与测试划分、F1 平均方式及对照训练条件，因此不能据此作严格的跨方法比较；实验协议、消融及统计信息尚未验证。材料提供了代码仓库，但实现与论文结果的一致性尚未核对。 平台推测（待验证）：可迁移假设是，多路径机制或可用于离线 EEG 分类中的通道—时间联合建模，缓解单一序列顺序对跨通道关系表达的限制。可考虑复用 SSM 模块，重新设计 EEG 输入表示、通道顺序与路径构造；遥感图像的二维空间结构不能直接等同于 EEG 通道—时间结构。低信噪比、跨被试差异、通道布局变化及小数据规模均可能使收益消失，非因果路径也需与在线 BCI 的因果约束区分。一个可检验的小实验是在固定 Cross-subject 划分与训练预算下，对比单路径 Mamba 和多路径变体的离线 EEG 分类表现，并检查通道顺序扰动后的稳定性。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的是其以动态多路径激活机制拓展 Mamba 对二维非因果数据的建模能力，但摘要中的遥感分类结果尚不能证明其适用于 EEG 或 BCI。

  16. OpenReview · Representation learning73

    Data-CUBE：面向基于指令的句子表征学习的数据课程

    基于摘要分析。本文研究基于指令的多任务句子表征学习，针对不同任务与样本之间可能干扰训练和收敛的问题，提出 Data-CUBE，通过任务级排序与任务内由易到难的样本编排组织训练数据。其主要研究对象是文本表征，而非 EEG 或 BCI。 在任务级，作者将最小化总跨任务干扰风险的任务排序建模为旅行商问题，并采用模拟退火搜索解；摘要不能据此确认获得全局最优顺序。在样本级，方法评估每个任务内样本的难度，再组织为由易到难的 mini-batch。其核心切入点是训练数据顺序，而非摘要中明确提出的新表征网络或损失函数。干扰风险、样本难度的具体定义，以及排序是否动态更新，尚未验证。 作者报告，在 MTEB 句子表征评估任务上，Data-CUBE 能提升所比较的先进方法，但摘要未提供具体任务子集、指标、分数或基线配置，无法判断收益大小与稳定性。作者表示代码和数据已公开；运行环境、训练预算、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 多任务学习具有共享编码器、明确的任务标识及可估计的任务干扰，课程排序可能用于检验任务更新冲突这一瓶颈。可复用的是任务排序与样本分批框架；文本指令接口、干扰与难度度量则需按 EEG 数据结构和监督形式改造。低信噪比可能使“困难样本”实际对应伪迹，被试与通道差异也可能主导排序，小数据则可能使干扰估计不稳定。一个可证伪的小实验是在固定跨被试划分、模型及训练预算下，对比随机顺序、仅任务排序、仅样本课程和双层课程，并在训练数据内估计排序依据，检验收益是否稳定。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其任务级与样本级课程如何缓解多任务训练干扰，尤其是干扰度量、排序开销及相对随机顺序的收益；摘要尚不足以确认其对 EEG 多任务学习的适用性。

  17. OpenReview · State space models72

    ECMamba：融合 Retinex 引导与选择性状态空间模型的高效多曝光校正

    基于摘要分析。该研究针对过曝光与欠曝光图像的曝光校正问题，提出 ECMamba，将 Retinex 分解先验与 Mamba 的序列建模结合，以兼顾图像恢复质量和计算效率；主要研究对象是图像恢复，而非 EEG 或 BCI。 机制方面，作者训练 Retinex estimator，将输入映射到分别近似目标反射率和光照图的两个中间空间，再通过双路径分别恢复反射率与光照。后续 Exposure Correction Mamba Module（ECMM）以 Retinex-SS2D 为核心算子，将 Retinex 信息用于引导二维选择性状态空间建模，并采用基于可变形特征聚合的二维扫描策略。其方法重点是把图像形成先验嵌入状态空间模型，而不只是直接使用 Mamba。 作者报告，实验及消融支持 ECMamba 的性能和各组件的重要性，但摘要未提供数据集、划分协议、对照方法、具体指标或计算成本，因而尚不能量化质量与效率收益。损失形式、监督目标的构造、扫描实现以及实验协议、消融及统计信息尚未验证。摘要提供了代码仓库，实际复现仍需核对正文、配置与训练条件。 平台推测（待验证）：可探索的是“利用领域先验引导状态空间扫描”这一机制，而不是直接将 Retinex 分解套用于 EEG。原方法依赖二维图像结构及反射率、光照的物理解释；若用于 EEG，需重新定义通道—时间结构和可验证的引导信息，可复用状态空间建模思路，但应改造二维扫描与引导模块。EEG 的低信噪比、跨被试差异、通道布局变化及小数据训练可能使引导偏差被放大。一个可证伪的小实验是假设在固定 Cross-subject 划分下，采用电极空间关系引导的扫描优于无引导及随机关系引导，并在匹配训练预算下检验通道扰动后的表现。该假设不构成已证实的 BCI 收益，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对 Retinex 引导如何进入选择性状态空间建模，以及可变形特征聚合扫描的效率收益；摘要提供了明确机制和代码入口，但其对 EEG 的适用性尚未验证。

  18. OpenReview · State space models72

    MamMIL：基于状态空间模型的全切片图像多实例学习

    基于摘要分析。该研究面向病理全切片图像（WSIs）的多实例学习（MIL），旨在解决超大图像中实例全局依赖建模与计算效率之间的矛盾。作者提出 MamMIL，将选择性结构化状态空间模型 Mamba 与 MIL 结合，以线性复杂度建模全局实例依赖；这是一项病理图像分析方法，并非已验证的 BCI 方法。 核心机制包括三个环节：首先，针对组织区域的不规则性，将每张 WSI 表示为无向图；其次，通过拓扑感知扫描将图序列化，使只能处理一维序列的 Mamba 能够利用实例间的拓扑关系；最后，以图神经网络构建实例聚合块，进一步感知拓扑结构并纳入短程特征交互。相较于摘要所讨论的不建模全局依赖或采用线性注意力近似实例两两交互的方法，其可核对的技术重点是图结构、序列扫描与局部聚合的协同，而非单纯替换序列编码器。 作者报告 MamMIL 的性能优于所比较的先进框架，但摘要未提供数据集、样本量、划分协议、指标、具体数值及基线名称，不能据此量化优势。实验协议、消融及统计信息尚未验证；图的构建方式、扫描规则、特征提取流程及线性复杂度的具体计算范围也需查阅全文。摘要提供了代码仓库地址，代码内容、运行条件与结果可复现性尚未核验。 平台推测（待验证）：若 EEG 任务可合理表示为由通道或时空片段组成、以样本级标签监督的实例图，该机制可能用于兼顾长程依赖与局部连接建模。可复用的是图序列化和状态空间聚合思路；实例定义、图边、扫描顺序及特征编码需按 EEG 的空间与时间结构改造。低信噪比、跨被试差异、通道布局变化和小数据可能使图结构或扫描顺序失效。一个可检验的小实验是在固定特征提取器和跨被试划分下，对比拓扑感知扫描、随机扫描及去除图聚合的版本，检验结构设计是否带来稳定增益。已有 EEG 相关工作尚未检索确认，原领域结果不构成 BCI 有效性的证据。

    阅读价值：值得阅读的是其将不规则实例图通过拓扑感知扫描转换为 Mamba 序列、并结合图神经网络聚合局部交互的机制，但性能优势及向 EEG 任务迁移的有效性尚需验证。

  19. OpenReview · State space models78

    DYSON：面向在线无任务边界类别增量学习的动态特征空间自组织

    基于摘要分析。本文研究 Online Task-Free Class Incremental Learning（OTFCIL），提出 DYSON：先为已有类别计算用于分类的类别原型几何分布，在新类别出现时更新该几何，再训练深度神经网络，使其特征空间与目标几何对齐。主要贡献是将持续学习特征空间转化为“计算并对齐”的过程。 机制上，Dynamic Neural Collapse（DNC）负责计算和更新目标几何。作者称，DNC 可在新类别出现时扩展几何而不损失其最优性，并为旧类原型的漂移距离提供显式上界；最优性的定义、成立条件及上界形式尚未验证。DYSON 包含特征提取器、Dynamic Feature-Geometry Alignment（DFGA）模块，以及由 DNC 几何导出的免训练类别增量分类器。“免训练”仅指该分类器，不能据此认为特征提取器无需训练。 作者报告，在 CIFAR10、CIFAR100、CUB200 和 CoRe50 四个图像基准上的比较显示了方法的效率与性能优势，但摘要未给出具体指标、数值、数据流划分或对照方法，无法量化收益。实验协议、消融及统计信息尚未验证；还需核对类别标签的获得方式、是否使用样本回放，以及计算和存储开销。摘要提供了代码地址，但代码可用性及复现条件尚未核验。 平台推测（待验证）：其潜在 EEG 对应场景是带标签的新类别持续进入的数据流，而非一般的跨被试或跨会话分布漂移。假设类别原型在 EEG 特征空间中具有稳定意义，可考虑复用 DNC 与几何分类器，并改造特征提取和对齐模块；低信噪比、被试与通道变化、小样本条件可能使原型估计不稳，削弱几何约束的收益。一个可证伪的小实验是在固定被试、固定通道的 EEG 数据中构造新类别逐步出现的数据流，使用相同骨干、监督及回放预算，对比动态几何与固定几何方案的旧类保持和新类学习表现。该迁移假设尚无本文实验证据，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其动态类别原型几何及旧类原型漂移上界，能否在类别持续出现时稳定特征对齐；摘要中的图像基准结论尚不能支持 EEG/BCI 有效性。

  20. OpenReview · State space models73

    文本空间图基础模型：综合基准与新见解

    研究针对不同领域图数据的节点特征难以统一、文本空间图基础模型缺少统一评估设置的问题，提出包含新增文本空间数据集的综合基准，以考察不同方法在多种图与任务上的表现。基于摘要分析，未取得论文全文。 核心思路是以自然语言作为不同图之间的统一特征空间，为使用统一骨干处理异构节点特征提供基础。本文主要贡献是数据与评估框架，而非摘要中已明确描述的新模型架构：作者在统一问题设置下比较文本空间 Graph Foundation Model（GFM），并通过新增数据集扩大可评估范围。 作者报告，实证评估带来了新的认识并启发后续研究方向，但摘要没有给出具体发现、指标数值或方法排序，因此尚不能判断哪些方法在何种条件下更有效。数据集名称与规模、任务类型、训练与测试划分、跨图或跨领域评估方式、对照基线、消融及统计信息尚未验证。复现时应重点核对文本特征的构建方式、各方法获得的信息及训练资源是否一致，以及评估协议如何区分已见图与未见图。 作者声明代码与数据已公开，具体内容及可运行性尚未验证。研究对象是通用图学习，而非 EEG 或 BCI；摘要未提供神经信号评估，不能将其通用图学习价值直接视为 BCI 有效性的证据。相关 EEG 工作尚未检索确认。

    阅读价值：该研究通过统一问题设置和新增文本空间图数据集，提供比较不同文本空间图基础模型的评估框架，值得核查其任务覆盖、数据划分与跨图泛化协议。