เปรียบเทียบวิธี

	โครงข่ายประสาทคอลโมโกรอฟ-อาร์โนลด์	สนามการแผ่รังสีประสาท (NeRF)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2024	2020
ผู้ริเริ่ม	Ziming Liu	Ben Mildenhall
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.	Mildenhall, B., Srinivasan, P. P., Tancik, M., Barron, J. T., Ramamoorthi, R., & Ng, R. (2020). NeRF: Representing scenes as neural radiance fields for view synthesis. In Computer Vision-ECCV 2020: 16th European Conference (pp. 405-421). Springer International Publishing.
ชื่อเรียกอื่น	KAN, Kolmogorov-Arnold	NeRF, Neural radiance field
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.	Neural Radiance Fields (NeRF) is a method introduced by Mildenhall et al. in 2020 that represents a 3D scene as a continuous function parameterized by a neural network. Given multi-view images of a scene, NeRF learns to predict the color and density of light rays at any spatial location and viewing angle, enabling novel view synthesis with photorealistic quality.