利用可学习三角函数的简单高效单参数Kolmogorov-Arnold网络

本研究解决了现有Kolmogorov-Arnold网络在准确性和计算效率方面的不足，提出了一种新颖的单参数Kolmogorov-Arnold网络（SKAN）设计方法。通过实验验证，LArctan-SKAN在MNIST数据集上显示出显著的准确性和计算效率提升，训练速度提高了535.01%，表明该模型具有较高的潜在应用价值。