ShapKAN

ShapKAN框架增强KAN的可解释性和压缩性

一个名为ShapKAN的新框架已被开发出来，用于解决剪枝Kolmogorov-Arnold Networks (KANs) 的挑战。该方法利用Shapley值以一种对输入坐标偏移不变的方式评估节点的重要性。通过量化每个节点的真实贡献，ShapKAN提供了比传统基于幅度的剪枝技术更可靠的重要性排名。实验表明，ShapKAN能够有效地压缩KAN，同时保持其可解释性和性能，使其更适用于资源受限的应用。