Event-AHU/Mamba_State_Space_Model_Paper_List

[Mamba-Survey-2024] Paper list for State-Space-Model/Mamba and it's Applications

이 GitHub 저장소는 State Space Models(SSM) — AI 모델 아키텍처의 한 클래스 — 및 그 응용에 관한 학술 논문의 선별된 목록입니다. 이 컬렉션은 연구 팀(Event-AHU GitHub 계정과 관련)이 유지 관리하며, 그들 자신의 서베이 논문인 "State Space Model for New-Generation Network Alternative to Transformers: A Survey"(2024)를 중심으로 구성됩니다. 서베이 제목은 SSM이 Transformer 아키텍처의 가능한 후속으로 탐구되고 있음을 나타냅니다. Transformer는 현대 AI에서 널리 사용되는 구성 요소입니다.

저장소는 여러 부분으로 구성됩니다:

업데이트 로그 — arXiv에서 서베이 공개(2024년 4월), 슬라이드(2024년 5월), 저널 Visual Intelligence의 서베이 수락(로그에 2026년 9월로 표시)을 포함한 이정표를 추적합니다.
비디오 튜토리얼 — 특정 SSM 방법인 "Mamba"에 대한 녹화된 강연 링크(COLM Oral 2024 프레젠테이션으로 표시).
논문 및 서베이 — SSM 및 관련 주제에 대한 다른 서베이 논문과 박사 학위 논문을 나열하며, 각각 PDF 또는 페이지 링크(주로 arXiv)를 제공합니다.
연도별 논문 목록 — 2024년, 2025년, 2026년 항목으로, 의료 영상, 인간 자세 추정, 비디오 이해, 3D 객체 감지, 언어 모델링, 이미지 생성 등 다양한 분야에 SSM을 적용한 많은 연구 논문을 다룹니다. 각 항목은 논문 제목, 저자, 링크(보통 arXiv)를 제공하며, 때로는 코드 링크도 포함합니다.

저장소는 또한 제안을 위한 연락처 이메일을 제공하고 커뮤니티의 기여나 수정을 환영합니다. 이는 인덱스/리소스이며 소프트웨어 도구가 아닙니다. 목적은 연구자들이 SSM 연구 및 응용의 진행 상황을 추적하는 데 도움을 주는 것입니다.

참고: README는 State Space Models가 무엇인지 기술적으로 자세히 설명하지 않습니다. 단지 연구 영역이자 Transformers의 대안으로만 설명합니다.