EffiKAN

AdaKAN：基于KAN的新型网络推动医学图像分割发展

研究人员推出了一种名为AdaKAN的新型神经网络，用于医学图像分割。该模型将卷积运算与高效的Kolmogorov-Arnold网络（KAN）块相结合，并设有一个具有双分支设计的自适应KAN模块。一个分支使用带有Bernstein多项式激活函数的KAN层进行平滑函数逼近，而另一个分支则通过投影和自适应缩放来精炼特征。AdaKAN采用U形架构来捕捉长距离和局部依赖关系，在各种医学成像数据集的分割准确性方面优于传统的卷积和Transformer模型。