MambaSL：探索单层 Mamba 用于时间序列分类

尽管近期在各种序列领域的状态空间模型（SSMs）如 Mamba取得了显著进展，但其在独立用于时间序列分类（TSC）方面的研究仍有限。我们提出 MambaSL，一个 minimally 重新设计单层 Mamba 的选择性 SSM 和投影层的框架，依据四个 TSC-specific 假设。为了解决基准测试的局限性——受限的配置、部分 University of East Anglia（UEA）数据集覆盖、以及不足的可重复性——我们在统一的协议下重新评估了 20 个强基线，覆盖所有 30 个 UEA 数据集。结果表明，MambaSL 在统计上显著地实现了最佳性能，同时通过为所有评估模型提供公共检查点确保了可重复性。伴随可视化，这些结果表明 Mamba-based 架构作为 TSC 背板具有巨大的潜力。