待验证50% 置信事实精确时间
状态空间模型(SSM)的连续时间形式为 h'(t)=Ah(t)+Bx(t)。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
涉及实体
相关事实
待验证SSM 通过随时间演化的隐藏状态 h_t = A·h_{t-1} + B·x_t 压缩历史信息,输出由 h_t 线性映射得到,单步解码计算量与序列长度无关,显存占用恒定。74% 相似待验证状态空间模型的连续形式为 h'(t) = A·h(t) + B·x(t),输出 y(t) = C·h(t) + D·x(t),离散化后以 O(n) 复杂度处理长度为 n 的序列。73% 相似待验证状态空间模型(SSM)用隐状态递推描述序列演化,其连续时间形式可离散化为线性递推,以线性复杂度处理长序列。72% 相似已验证Mamba等状态空间模型(SSM)抛弃注意力机制,用循环结构实现线性时间复杂度的序列建模70% 相似待验证循环状态空间模型(RSSM)由确定性循环路径(GRU)和随机路径(潜变量)组成:确定性状态h_t由前一时刻h_{t-1}与动作a_{t-1}通过RNN更新,随机状态z_t从由h_t参数化的先验分布中采样。这种混合设计兼顾了长程记忆与多模态不确定性表达。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1157380API
curl https://kongchang.com/api/v1/knowledge/claims/1157380MCP
get_claim(id=1157380)