Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Мережі Колмогорова-Арнольда× | Mamba (модель на основі простору станів)× | |
|---|---|---|
| Галузь | Глибоке навчання | Глибоке навчання |
| Родина | Machine learning | Machine learning |
| Рік появи≠ | 2024 | 2023 |
| Автор методу≠ | Ziming Liu | Albert Gu |
| Тип | Neural network architecture | Neural network architecture |
| Основоположне джерело≠ | 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 ↗ | Gu, A., & Dao, C. (2023). Mamba: Linear-time sequence modeling with selective state spaces. arXiv preprint arXiv:2312.08956. link ↗ |
| Інші назви≠ | KAN, Kolmogorov-Arnold | Mamba, State space models, Selective state space |
| Пов'язані | 4 | 4 |
| Підсумок≠ | 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. |
| ScholarGateНабір даних ↗ |
|
|