增强神经函数逼近：XNet超越KAN

本研究针对传统多层感知器和科尔莫哥洛夫-阿诺德网络在函数逼近中的性能限制，提出了基于Cauchy积分激活函数的一层神经网络架构XNet。通过理论分析，XNet能够实现任意阶多项式收敛，实验证明其在函数逼近和强化学习中显著降低了逼近误差并加快了训练速度，为科学计算和人工智能应用提供了更高效的架构。