Machine learningDeep Learning, Neural Network Architectures, Approximation Theory
شبكات كولموجوروف-أرنولد (KAN)
شبكات كولموجوروف-أرنولد (KAN) هي بنية شبكة عصبية قدمها ليو وآخرون في عام 2024، تستبدل التحويلات الخطية بوظائف أحادية المتغير قابلة للتعلم على الحواف. مستوحاة من نظرية تمثيل كولموجوروف-أرنولد، تحقق KAN تقريبًا فائقًا للدوال بعدد أقل من المعلمات مقارنةً بالشبكات العصبية متعددة الطبقات (MLPs) التقليدية، مما يوفر مكاسب محتملة في الكفاءة وتحسينًا في قابلية التفسير.
افتح في MethodMindقريبًاApply, compare, get guidance
Tools & resources
Learn & explore
فيديوقريبًا
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Liu, Z., Wang, Y., Vaidya, S., Ruehle, F., Halverson, J., Soljačić, M., Hou, T. Y., & Tegmark, M. (2024). KAN: Kolmogorov-Arnold Networks. arXiv preprint arXiv:2404.19756. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). KAN: Kolmogorov-Arnold Networks. ScholarGate. https://scholargate.app/ar/deep-learning/kolmogorov-arnold-networks
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- مامبا (نموذج فضاء الحالة)التعلم العميق↔ قارن
- المشفرات التلقائية المقنعةالتعلم العميق↔ قارن
- حقول الإشعاع العصبية (NeRF)التعلم العميق↔ قارن
- محوّل الرؤيةالتعلم العميق↔ قارن