Колмогоров-Арнолд мрежи
Колмогоров-Арнолд мрежите (KAN) са архитектура на невронни мрежи, въведена от Liu et al. през 2024 г., която замества линейните трансформации с научени унивариантни функции по ръбовете. Вдъхновена от теоремата за представяне на Колмогоров-Арнолд, KAN постига превъзходно приближение на функции с по-малко параметри от традиционните MLP, предлагайки потенциални ползи за ефективността и подобрена интерпретируемост.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). KAN: Kolmogorov-Arnold Networks. ScholarGate. https://scholargate.app/bg/deep-learning/kolmogorov-arnold-networks
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Mamba (модел с отворено състояние)Дълбоко обучение↔ сравняване
- Маскирани автоенкодериДълбоко обучение↔ сравняване
- Невронни полета на излъчване (NeRF)Дълбоко обучение↔ сравняване
- Vision TransformerДълбоко обучение↔ сравняване
Similar methods
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →