模型
Kolmogorov-Arnold Network
用可学习的单变量函数替代固定激活的神经网络新架构。
详细解释
KAN 基于柯尔莫哥洛夫-阿诺德表示定理，把多元连续函数分解为若干单变量函数的叠加，并将可学习的样条函数放在网络边上而非节点上。相比多层感知机，它在小规模科学计算任务中表现出更好的精度和可解释性，参数效率更高，但训练与扩展成本仍是其走向大规模应用的主要挑战。
别名与相关写法
kolmogorov arnold network
用可学习的单变量函数替代固定激活的神经网络新架构。
KAN 基于柯尔莫哥洛夫-阿诺德表示定理，把多元连续函数分解为若干单变量函数的叠加，并将可学习的样条函数放在网络边上而非节点上。相比多层感知机，它在小规模科学计算任务中表现出更好的精度和可解释性，参数效率更高，但训练与扩展成本仍是其走向大规模应用的主要挑战。