Kolmogorov-Arnold hálózatok
A Kolmogorov-Arnold hálózatok (KAN) egy 2024-ben Liu et al. által bevezetett neurális hálózati architektúra, amely a lineáris transzformációkat éleken tanult egységes (univariáns) függvényekkel helyettesíti. A Kolmogorov-Arnold reprezentációs tétel által inspirálva, a KAN kevesebb paraméterrel jobb függvényapproximációt ér el, mint a hagyományos MLP-k, ami potenciális hatékonyságnövekedést és javuló értelmezhetőséget kínál.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). KAN: Kolmogorov-Arnold Networks. ScholarGate. https://scholargate.app/hu/deep-learning/kolmogorov-arnold-networks
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Mamba (Állapot-tér modell)Mélytanulás↔ összehasonlítás
- Maszkolt AutoenkóderekMélytanulás↔ összehasonlítás
- Neuronális Sugárzási Mezők (NeRF)Mélytanulás↔ összehasonlítás
- Vision TransformerMélytanulás↔ összehasonlítás
Similar methods
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →