NAKUL: Modelli a Spazio di Stato Spettrale-Grafo per l'Analisi di Segnali Medici

Il modello di recente introduzione, NAKUL, potenzia i modelli a spazio di stato (SSM) per l'esame di segnali fisiologici multicanale. Supera tre principali limitazioni degli SSM convenzionali: l'incapacità dei kernel fissi di rappresentare dinamiche temporali multiscala, gli aggiornamenti di stato markoviani che limitano il contesto globale e la negligenza della topologia spaziale degli elettrodi attraverso un'elaborazione indipendente dal canale. NAKUL impiega una generazione dinamica di kernel con rami SSM paralleli, utilizzando dimensioni variabili dei kernel (3, 5, 7, 11 passi temporali) ponderate da una meta-rete per una selezione flessibile della scala temporale. Inoltre, presenta una modellazione del contesto spettrale tramite tecniche basate su FFT con filtri a banda gaussiana apprendibili per identificare pattern periodici globali con complessità O(N log N), insieme a un'attenzione spaziale guidata dal grafo basata su adiacenza fissa degli elettrodi. Questo modello è pensato per l'analisi di segnali medici, come EEG o ECG, dove le dinamiche temporali possono variare da centinaia di millisecondi nella preparazione motoria a decine di millisecondi durante i transienti di esecuzione. La ricerca è disponibile su arXiv con ID 2605.00871.