Naga：受吠陀数学启发的深度状态空间模型编码方法

研究者提出 Naga，一种受吠陀数学结构概念启发的深度状态空间模型（SSM）编码方法，通过联合处理正向与时间反转输入序列构建双向表示，再以逐元素（Hadamard）交互融合。在 ETTh1、ETTh2、ETTm1、ETTm2、Weather、Traffic 和 ILI 等长期时间序列预测基准上，Naga 优于 28 个当前 SOTA 模型，且效率优于现有深度 SSM 方法。