深度分析
FRACTAL：以分數階 HiPPO 重塑長序列狀態空間記憶
FRACTAL 提出將分數階微積分導入 HiPPO 度量框架，藉由可調的奇異指數 α 在保留尺度不變性的同時，放大對近期突變的感知。研究在對角化的線性時不變（LTI）狀態空間實作中，透過分數階初始化與多尺度濾波器組，達成同時捕捉長期幾何衰減記憶與高解析短期變動。
深度分析
FRACTAL 提出將分數階微積分導入 HiPPO 度量框架，藉由可調的奇異指數 α 在保留尺度不變性的同時，放大對近期突變的感知。研究在對角化的線性時不變（LTI）狀態空間實作中，透過分數階初始化與多尺度濾波器組，達成同時捕捉長期幾何衰減記憶與高解析短期變動。
深度分析
皮膚病變影像經常面臨低對比、雜訊與多樣形態，精準邊界分割困難。本研究提出MambaLiteUNet，將Mamba狀態空間層嵌入輕量化U‑Net，並透過AMF、LGFM與CGA三大模組強化多尺度融合、局部與全域特徵互動。於多個公開資料集上達到優異IoU與Dice，且維持極低參數與運算負擔。