BSRBF-KAN：在 Kolmogorov-Arnold 网络中结合 B 样条和径向基函数
原文中文，约400字，阅读约需1分钟。发表于：。介绍了 BSRBF-KAN，一种将 B 样条和径向基函数（RBF）结合起来用于拟合数据训练输入向量的科尔莫戈洛夫・阿诺德网络（KAN），通过在 MNIST 数据集上与 MLP 和其他流行的 KAN 进行实验，BSRBF-KAN 在 5 次训练中表现出稳定性，并获得了优于其他网络的收敛性，其平均准确率为 97.55％，我们希望 BSRBF-KAN 能够开启许多数学函数组合来设计...
该论文研究了18种多项式在Kolmogorov-Arnold网络模型中的潜在应用，发现Gottlieb-KAN模型在复杂任务中表现最佳。需要进一步研究这些多项式在更复杂数据集上的表现。
