前置知识：状态空间模型

结构化状态空间序列模型（Structured state space sequence models, SSSM）是一种高级时间序列分析工具，它融合了传统状态空间模型的理论框架和现代深度学习技术的能力。这种模型特别适合处理具有复杂内在结构的序列数据，例如时间序列中的长期依赖、周期性模式、季节性变化等。SSSM通过引入结构化的方式来表示和处理状态空间，从而能够高效地捕获和建模序列数据的动态性和复杂性。

SSSM 可由四个参数 定义， 为选择性因子，形状与输入相同，用于控制每个时间步对应的状态更新程度， 表示状态转移矩阵， 和 分别表示输入到状态和状态到输出的映射矩阵。他们分两个阶段定义序列到序列的转换。