تُعتبر رؤية Mamba إحدى النماذج الرائدة في عالم عمليات التعرف البصري، حيث تعتمد على نموذج السلسلة الزمنية (State Space Model - SSM) وتوظف أسلوب الت discretization المعروف بإسم الحمل الصفري (Zero-Order Hold - ZOH). هذا الأسلوب يفترض ثبات الإشارات المدخلة بين فترات التحصيل، مما يُضعف الدقة الزمنية في بيئات التصوير الديناميكية و يقيد دقة النماذج الحديثة المستندة إلى SSM.

في ورقتنا هذه، نقدم مقارنة شاملة ومنظمة بين ست استراتيجيات تفصيل مختلفة تم تنفيذها ضمن إطار رؤية Mamba. تشمل هذه الاستراتيجيات: الحمل الصفري (ZOH)، الحمل من الدرجة الأولى (First-Order Hold - FOH)، التحويل الثنائي الخطوط (Bilinear/Tustin Transform - BIL)، الاستيفاء التعديلي (Polynomial Interpolation - POL)، الحمل من الدرجة الأعلى (Higher-Order Hold - HOH)، وطريقة رونغ كوتا من الدرجة الرابعة (Runge-Kutta Method - RK4).

من خلال تقييم كل طريقة على مجموعة من المعايير البصرية القياسية، تمكنا من قياس تأثيرها في مجالات تصنيف الصور، والتجزئة الدلالية (Semantic Segmentation)، واكتشاف الكائنات (Object Detection). أظهرت النتائج أن استراتيجيات الاستيفاء التعديلي (POL) والحمل من الدرجة الأعلى (HOH) تحقق أكبر تحسينات في الدقة، لكن بتكلفة زمنية أعلى في التدريب.

بالمقابل، قدم التحويل الثنائي الخطوط (BIL) تحسينات ثابتة مقارنة بأسلوب الحمل الصفري (ZOH) مع زيادة طفيفة في زمن المعالجة، مما يجعله الخيار الأكثر كفاءة بين الدقة والكفاءة.

تسلط هذه النتائج الضوء على الدور الحاسم لتفاصيل الت discretization في الهياكل البصرية المعتمدة على SSM، وتقدّم مبررات موثوقة لاعتماد BIL كخط أساسي للتفاصيل لموديلات SSM الحديثة.