本研究提出了一种名为AC-PKAN的科尔莫哥洛夫-阿诺德网络，结合了注意力机制和切比雪夫多项式，旨在解决求解偏微分方程时的计算和内存问题。该架构能够精确近似任意阶PDE解，并在数据稀缺的环境中提升工程问题的解决能力。

本文通过为特定激活函数的科尔莫哥洛夫-阿诺德网络（KAN）建立泛化界限，解决了理论分析不足的问题。这些界限在保证性能的同时，适用于不同的回归损失函数，为科学任务中的模型设计提供理论支持。