状态空间模型自然产生时间细胞与振荡行为，并可扩展至抽象认知功能

基于状态空间模型（State Space Models）的数学框架可自然生成类似时间细胞、斜坡活动和振荡响应的神经活动模式，并扩展至事件计数等抽象认知功能。该框架表明，这些行为源于结构化的多时间尺度复旋转基，可在训练前就实现优化的历史压缩并自然产生结构化时间动态，与近期生物电路中的发现相呼应；学习过程则利用并适应这一预先存在的时间基以完成特定任务。研究为理解神经活动提供了计算上可处理的框架，但未涉及具体实验数据或样本规模。