Banach-KAN

几何约束KAN学习符号回归的自适应边缘函数

研究人员开发了几何约束的Kolmogorov-Arnold网络（KANs），通过标量指数'p'学习边缘几何。这种方法允许自适应响应，根据学习到的指数，从尖锐的、阈值状的行为到更平坦的曲线。在50个符号回归任务中，这些几何约束KANs，特别是Banach-KAN变体，在中值NRMSE方面与固定基线方法相当或超越了它们，并在测量噪声和少样本情况下表现出更优越的稳定性。学习到的指数还为目标依赖的几何排序提供了可解释的见解。