Jamlech Iram Gojo Cruz

KANs在结构化数据上优于MLPs，但计算成本更高

arXiv上发表的一项新研究将Kolmogorov-Arnold网络（KANs）与传统的Multi-Layer Perceptrons（MLPs）在结构化数据分类任务上进行了比较。研究发现，KANs在二分类和多分类数据集上统计上优于MLPs，提供了显著的总体优势。然而，这种改进的泛化能力是以参数和计算复杂度显著增加为代价的，这表明在资源受限的环境中，MLPs仍然是一个可行的选择。