AITOP

KAN

共 6 条相关 AI 资讯
8月13日
17:41
17:41官方账号arXiv cs.LG@Zhao Su, Yuxin Xia, Haoran Li, Jun Shen, Qi Zhu, Qingguo Zhou, Binbin Yong
Kolmogorov-Arnold网络（KAN）用可学习单变量函数替换标量权重以增强非线性逼近，但每个连接独立函数导致参数冗余。HYDRA将输入映射到Poincaré球的双曲空间，在切空间执行KAN更新，并用低秩原型块跨隐藏维共享函数变换。在八个基准数据集上，HYDRA在保持竞争性或更优预测性能的同时，提高了参数效率和表示可解释性。
论文HYDRAKAN双曲空间
推荐理由：这篇论文提出HYDRA，给KAN“减负”，参数更省还不掉点，双曲空间让表示更可解释。做KAN相关研究的可以看看。
原文
7月28日
12:27
12:27官方账号arXiv cs.AI@Krithi Shailya, Ananya Lakshmi Ravi, Venkatanathan K. V., Sowmya S. Sundaram, Gokul S. Krishnan, Aditi Anand, Balaraman Ravindran
研究者提出KANEx框架，首次利用KAN（Kolmogorov-Arnold Networks）的符号透明性来支撑VLM推理，从而生成更可信的文本解释。同时设计了KAN-Map热力图方法，直接从KAN模型导出而非梯度近似。在MIMIC-CXR数据集上，基于KAN的ResNet/ViT架构语义相似性提升，并产生更忠实的显著性图。定位和推理质量比基线提高10%。论文认为将语言解释和视觉归因建立在数学可解释单元上是可信医疗AI的必要步骤。
论文KANExKANMIMIC-CXR
推荐理由：这篇论文展示了KAN不只是理论上可解释，还能落地到医学影像中，让解释更可靠，比标准ResNet/ViT定位准确率提升10%。
原文
7月23日
12:27
12:27官方账号arXiv cs.LG@Amirhossein Sadr, Nima Soltani, Vahideh Moghtadaiee, Aida Pakniyat, Dara Rahmati, Saeid Gorgin
PG-KINN是一种基于Petrov-Galerkin公式的物理信息KAN网络，使用KAN作为试函数空间、独立分段多项式作为测试函数空间。该方法通过分部积分降低微分阶数，适用于非自伴、非线性和反问题。在裂纹奇异性、应力集中、Neo-Hookean超弹性、异质介质参数反演等基准测试中，PG-KINN优于传统MLP和基于KAN的强形式/能量形式方法（PIKAN）。
AI模型PG-KINNKAN偏微分方程
推荐理由：PG-KINN用Petrov-Galerkin方法结合KAN，在多个力学难题上精度超过PIKAN和MLP，值得做计算力学的人试试。
原文
6月19日
09:48
6月17日
10:19
10:19官方账号arXiv cs.LG@Mikhail Krasnov, Carolina Fortuna, Blaž Bertalanič
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模型MKANKAN单调性
推荐理由：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。
原文
09:38
09:38官方账号arXiv cs.AI@Julian Hoever, Gregor Schiele
KANLib是一个模块化、可扩展且计算高效的Kolmogorov-Arnold网络（KAN）框架，统一了PyKAN、EfficientKAN和FastKAN等现有实现的核心概念。它支持两种基函数类型、自适应网格缩放、网格扩展及细粒度架构定制，并保持与PyTorch工作流的兼容性。在California Housing基准上，KANLib再现了参考KAN实现的预测行为，同时实现了有竞争力的计算效率。该框架允许探索超出标准KAN公式的架构变体，对预测性能影响微小。
论文KANLibKANKolmogorov-Arnold Networks
推荐理由：想试KAN但被碎片化实现劝退？KANLib把PyKAN、EfficientKAN、FastKAN统一成一个高效框架，直接上手跑基准。
原文