เปรียบเทียบวิธี

	วิชันแมมบ้า	เครือข่ายคอนโวลูชันกราฟเชิงพื้นที่-เวลา
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2024	2018
ผู้ริเริ่ม	Li Zhu	Sijie Yan
ประเภท	Neural network architecture	Neural network architecture
แหล่งต้นตำรับ	Zhu, L., Liao, B., Zhang, Q., Wang, X., Liu, W., & Wang, X. (2024). Vision Mamba: Efficient state space models for image understanding. In International Conference on Machine Learning.	Yan, S., Xiong, Y., & Lin, D. (2018). Spatial temporal graph convolutional networks for skeleton-based action recognition. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 32).
ชื่อเรียกอื่น	ViM, Mamba for Vision	ST-GCN, Spatial-Temporal Graph CNN
ที่เกี่ยวข้อง	4	4
สรุป	Vision Mamba is an efficient state space model approach for image understanding introduced in 2024 that adapts Mamba, a linear-complexity sequence model, to computer vision. By reformulating image tokens as sequences and using state space models, Vision Mamba achieves competitive accuracy with transformers while maintaining linear computational complexity.	Spatial-Temporal Graph Convolutional Networks (ST-GCN) is an architecture introduced by Yan et al. in 2018 for skeleton-based action recognition. By modeling human skeletons as graphs where joints are nodes and bones are edges, ST-GCN applies graph convolutions across space and time to recognize actions from skeleton sequences.