Redes Kolmogorov-Arnold
Redes Kolmogorov-Arnold (KAN) é uma arquitetura de rede neural introduzida por Liu et al. em 2024 que substitui transformações lineares por funções univariadas aprendidas nas arestas. Inspirada no teorema de representação de Kolmogorov-Arnold, a KAN alcança uma aproximação de função superior com menos parâmetros do que as MLPs tradicionais, oferecendo ganhos potenciais de eficiência e interpretabilidade aprimorada.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). KAN: Kolmogorov-Arnold Networks. ScholarGate. https://scholargate.app/pt/deep-learning/kolmogorov-arnold-networks
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Mamba (Modelo de Espaço de Estados)Aprendizado profundo↔ comparar
- Autoencoders MascaradosAprendizado profundo↔ comparar
- Neural Radiance Fields (NeRF)Aprendizado profundo↔ comparar
- Vision TransformerAprendizado profundo↔ comparar
Similar methods
Encontrou um problema nesta página? Relate ou sugira uma correção →