Сети Колмогорова-Арнольда
Сети Колмогорова-Арнольда (KAN) — это архитектура нейронных сетей, представленная Лю и др. в 2024 году, которая заменяет линейные преобразования обучаемыми унивариантными функциями на ребрах. Вдохновленная теоремой представления Колмогорова-Арнольда, KAN достигает превосходной аппроксимации функций с меньшим количеством параметров, чем традиционные MLP, предлагая потенциальную эффективность и улучшенную интерпретируемость.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 цитировать эту страницу
ScholarGate. (2026, June 3). KAN: Kolmogorov-Arnold Networks. ScholarGate. https://scholargate.app/ru/deep-learning/kolmogorov-arnold-networks
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Mamba (модель на основе пространств состояний)Глубокое обучение↔ сравнить
- Маскированные автокодировщикиГлубокое обучение↔ сравнить
- Нейронные поля излучения (NeRF)Глубокое обучение↔ сравнить
- Vision TransformerГлубокое обучение↔ сравнить
Similar methods
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →