待验证50% 置信事实精确时间
SSF-Net 的空间分支采用多方向Mamba结构,以缓解标准Mamba单向因果扫描带来的方向偏差,在保持线性复杂度的同时捕捉局部交互。
1
来源数
50%
置信度
长期有效
时效性
2026/11/9
首次发现
来源
涉及实体
相关事实
待验证52层中有23层是Mamba、只有6层是注意力,Mamba基于状态空间模型的递归特性天然具有从左到右的方向性偏置70% 相似待验证针对长序列的架构改进方案包括线性注意力近似的Performer、基于状态空间模型的Mamba、以及结合滑动窗口注意力的Longformer68% 相似待验证SVM 通过最大化分类间隔寻找最优超平面,核技巧能将数据隐式映射到高维空间处理非线性可分问题62% 相似待验证手工时域特征通常包括均值绝对值(MAV)、波形长度(WL)、过零率(ZC)、斜率符号变化(SSC)和均方根(RMS)等,在固定长度的滑动窗口上计算,将高维原始sEMG序列压缩为低维描述子。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1150258API
curl https://kongchang.com/api/v1/knowledge/claims/1150258MCP
get_claim(id=1150258)