KANICE:具有交互卷积元素的Kolmogorov-Arnold网络
本文提出了卷积科尔莫戈洛夫-阿诺德网络(Convolutional KANs),通过将非线性激活函数集成到卷积中构建新层。实验证明,该网络在MNIST和Fashion-MNIST数据集上的准确性与传统方法相似,但参数量减少了一半,为神经网络优化提供了新思路。
原文中文,约300字,阅读约需1分钟。
本文提出了卷积科尔莫戈洛夫-阿诺德网络(Convolutional KANs),通过将非线性激活函数集成到卷积中构建新层。实验证明,该网络在MNIST和Fashion-MNIST数据集上的准确性与传统方法相似,但参数量减少了一半,为神经网络优化提供了新思路。