GLADMamba：基于选择性状态空间模型的无监督图级异常检测

本研究解决了现有无监督图级异常检测方法难以有效捕捉长距离依赖和忽视光谱信息的问题。提出的GLADMamba框架通过应用选择性状态空间模型，使得信息融合和异常检测更加高效。实验结果表明，GLADMamba在12个真实世界数据集上超越了当前最先进的方法，具有显著的性能提升。

本研究提出GLADMamba框架，解决无监督图级异常检测中的长距离依赖和光谱信息忽视问题。实验结果表明，该框架在12个数据集上的表现显著优于现有方法。

GLADMamba 光谱信息图级异常检测无监督长距离依赖