科尔莫戈洛夫-阿诺德网络（KAN）作为多层感知器（MLP）的替代方案，在图像识别任务中表现出更高的准确性和可解释性。研究表明，KAN在MNIST、CIFAR10和CIFAR100数据集上优于传统模型，且在数据稀缺环境下，个性化激活函数的MLP表现更佳。此外，KAN在连续学习和数据表示任务中也展现出良好性能，为深度学习模型优化提供了新思路。