ScholarGate
Asisten
Machine learningDeep Learning, Neural Network Architectures, Approximation Theory

Jaringan Kolmogorov-Arnold

Jaringan Kolmogorov-Arnold (KAN) adalah arsitektur jaringan saraf yang diperkenalkan oleh Liu et al. pada tahun 2024 yang menggantikan transformasi linear dengan fungsi univariat yang dipelajari pada tepi. Terinspirasi oleh teorema representasi Kolmogorov-Arnold, KAN mencapai aproksimasi fungsi yang unggul dengan parameter yang lebih sedikit daripada MLP tradisional, menawarkan potensi peningkatan efisiensi dan interpretasi yang lebih baik.

Buka di MethodMindSegeraApply, compare, get guidance
Tools & resources
Unduh salindia
Learn & explore
VideoSegera

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  1. 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

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). KAN: Kolmogorov-Arnold Networks. ScholarGate. https://scholargate.app/id/deep-learning/kolmogorov-arnold-networks

Metode yang mana?

Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.

Bandingkan berdampingan
ScholarGateKolmogorov-Arnold Networks (KAN: Kolmogorov-Arnold Networks). Diakses 2026-06-17 dari https://scholargate.app/id/deep-learning/kolmogorov-arnold-networks · Set data: https://doi.org/10.5281/zenodo.20539026