精选理由
如果你做单调神经网络或者KAN相关研究，这篇论文提出了一个既有理论保障又有实际效果的MKAN，在基准上不输现有方法，而且保持了KAN的可解释性。
论文提出MKAN，一种通过指数重参数化B样条系数、正边权和单调基激活函数实现硬单调性保证的KAN变体，训练可用无约束梯度下降。理论贡献是表示代价定理：任何C^K特征提取器（语义邻域分划为球状）存在单调实现，节点数N'=N*+k≤2N*，其中k为原始非单调坐标数。在SMM/ICML-2024基准上，MKAN与SOTA单调神经网络竞争力相当，且是唯一兼具硬单调性与KAN边缘功能透明性的方法。在4个真实数据集的自监督特征尺寸扫描中验证了2N*预测，在受控单调生成数据集上MKAN的Spearman对齐显著高于KAN、MLP和线性基线。
AI 翻译 · 中文
论文提出MKAN，一种通过指数重参数化B样条系数、正边权和单调基激活函数实现硬单调性保证的KAN变体，训练可用无约束梯度下降。理论贡献是表示代价定理：任何C^K特征提取器（语义邻域分划为球状）存在单调实现，节点数N'=N*+k≤2N*，其中k为原始非单调坐标数。在SMM/ICML-2024基准上，MKAN与SOTA单调神经网络竞争力相当，且是唯一兼具硬单调性与KAN边缘功能透明性的方法。在4个真实数据集的自监督特征尺寸扫描中验证了2N*预测，在受控单调生成数据集上MKAN的Spearman对齐显著高于KAN、MLP和线性基线。
Monotonicity has been a long-running architectural inductive bias for neural networks, motivated by tabular, scientific, and economic settings where outputs are known to respond monotonically to certain inputs. Existing …