연구진은 다양한 시퀀스 영역에서 주목받고 있는 Mamba와 같은 상태 공간 모델(SSM)의 시계열 분류(TSC)에 대한 독립적인 활용 가능성을 탐색하기 위해 MambaSL 프레임워크를 제안했습니다.
MambaSL은 Mamba의 선택적 SSM과 투영 레이어를 최소한으로 재설계하여 30개의 UEA 데이터셋에 대한 20개의 강력한 기준 모델을 통일된 프로토콜 하에 재평가했습니다.
재평가 결과, MambaSL은 통계적으로 유의미한 평균 성능 향상을 달성했으며, 공개 체크포인트를 통해 재현 가능성을 보장하며 TSC 백본으로서 Mamba 기반 아키텍처의 잠재력을 입증했습니다.