AG-KAN

新的SKANs提供KANs的参数高效替代方案

研究人员引入了结构化Kolmogorov-Arnold卷积（SKANs），作为现有卷积Kolmogorov-Arnold网络（KANs）的一种更参数高效的替代方案。新方法将可学习函数从单个核条目重新定位到卷积的整体结构，作用于像素值或滤波器形状。实验表明，SKAN变体，特别是RF-KAN和SV-KAN，在CIFAR-10和CIFAR-100数据集上取得了具有竞争力的准确率，并且参数数量远少于传统的KANs。