เปรียบเทียบวิธี

	โครงข่ายประสาทคอลโมโกรอฟ-อาร์โนลด์	Mamba (แบบจำลองปริภูมิสถานะ)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2024	2023
ผู้ริเริ่ม	Ziming Liu	Albert Gu
ประเภท	Neural network architecture	Neural network architecture
แหล่งต้นตำรับ	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.	Gu, A., & Dao, C. (2023). Mamba: Linear-time sequence modeling with selective state spaces. arXiv preprint arXiv:2312.08956.
ชื่อเรียกอื่น	KAN, Kolmogorov-Arnold	Mamba, State space models, Selective state space
ที่เกี่ยวข้อง	4	4
สรุป	Kolmogorov-Arnold Networks (KAN) is a neural network architecture introduced by Liu et al. in 2024 that replaces linear transformations with learned univariate functions on edges. Inspired by the Kolmogorov-Arnold representation theorem, KAN achieves superior function approximation with fewer parameters than traditional MLPs, offering potential efficiency gains and improved interpretability.	Mamba is a sequence model architecture introduced by Gu and Dao in 2023 that achieves linear-time complexity while maintaining strong performance on language modeling tasks. By combining state space models with input-dependent selectivity, Mamba addresses the quadratic complexity of transformers while preserving modeling power.