Event-AHU/Mamba_State_Space_Model_Paper_List

このGitHubリポジトリは、State Space Models（SSM） — AIモデルアーキテクチャのクラス — とその応用に関する学術論文のキュレーションリストです。このコレクションは研究チーム（Event-AHU GitHubアカウントに関連）によって維持され、彼ら自身のサーベイ論文「State Space Model for New-Generation Network Alternative to Transformers: A Survey」（2024年）を中心に構成されています。サーベイのタイトルは、SSMがTransformerアーキテクチャの後継として探求されていることを示しています。Transformerは現代のAIで広く使われる構成要素です。

リポジトリはいくつかの部分に分かれています：

• 更新ログ — マイルストーンを追跡。arXivでのサーベイ公開（2024年4月）、スライド（2024年5月）、およびジャーナルVisual Intelligenceによるサーベイの受理（ログでは2026年9月と記載）を含みます。
• ビデオチュートリアル — 「Mamba」という特定のSSM手法に関する録画講演へのリンク（COLM Oral 2024プレゼンテーションとしてラベル付け）。
• 論文とサーベイ — SSMおよび関連トピックに関する他のサーベイ論文と博士論文をリストアップし、それぞれPDFまたはページへのリンク（主にarXiv）を提供。
• 年次論文リスト — 2024年、2025年、2026年のエントリで、SSMを医用画像、人体姿勢推定、ビデオ理解、3Dオブジェクト検出、言語モデリング、画像生成などの分野に適用した多くの研究論文をカバー。各エントリは論文のタイトル、著者、リンク（通常arXiv）を提供し、時にはコードへのリンクも含みます。

リポジトリはまた、提案のための連絡先メールを提供し、コミュニティからの貢献や修正を歓迎しています。これはインデックス/リソースであり、ソフトウェアツールではありません。その目的は、研究者がSSM研究と応用の進捗を追跡するのを助けることです。

注：READMEはState Space Modelsが何であるかを技術的に詳しく説明していません。単に研究分野として、そしてTransformersの代替として位置づけています。