InfinityKAN

Kolmogorov-Arnold网络通过自动基学习和实践指南进行演进

研究人员推出InfinityKAN，一个新颖的框架，可自动选择Kolmogorov-Arnold网络（KANs）中的基函数，KANs是传统多层感知机的理论基础替代品。这种新方法将基函数数量建模为潜在变量，使其可以在训练期间学习，无需手动调整超参数。在各种数据集上的实验表明，InfinityKAN在没有手动指定的情况下，实现了与现有KANs相当或更优的性能。