Redes Kolmogorov-Arnold
Las Redes Kolmogorov-Arnold (KAN, por sus siglas en inglés) son una arquitectura de red neuronal introducida por Liu et al. en 2024 que reemplaza las transformaciones lineales por funciones univariadas aprendidas en los bordes (edges). Inspirada en el teorema de representación de Kolmogorov-Arnold, KAN logra una aproximación de funciones superior con menos parámetros que las MLP tradicionales, ofreciendo potenciales ganancias de eficiencia e interpretabilidad mejorada.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). KAN: Kolmogorov-Arnold Networks. ScholarGate. https://scholargate.app/es/deep-learning/kolmogorov-arnold-networks
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Mamba (modelo de espacio de estados)Aprendizaje profundo↔ comparar
- Autoencoders enmascaradosAprendizaje profundo↔ comparar
- Campos de radiancia neuronal (NeRF)Aprendizaje profundo↔ comparar
- Vision TransformerAprendizaje profundo↔ comparar
Similar methods
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →