Kolmogorov–Arnold hálózatok
term_id: kolmogorovarnold_networks
Category: basic_concepts
Definition
A Kolmogorov–Arnold hálózatok (KAN-ok) egy új generációba tartozó neurális hálózatok, amelyeket a Kolmogorov–Arnold reprezentációs tétel inspirált. Ez a tétel kimondja, hogy bármely többváltozós folytonos függvény előállítható véges számú egyváltozós folytonos függvény összegeként és kompozíciójaként. A KAN-ok a neuronok közötti súlyok helyett a kapcsolatokon aktivációs függvényeket tanítanak, ami gyakran jobb interpretálhatóságot és pontosságot eredményez tudományos alkalmazásokban.
Summary
A Kolmogorov–Arnold reprezentációs tételen alapuló neurális hálózati architektúrák, amelyek alternatívát kínálnak a többrétegű perceptronok számára.
Key Concepts
- Kolmogorov–Arnold tétel
- Tanulható aktivációk
- Tudományos gépi tanulás
- Funkcióközelítés
Use Cases
- Fizikában informált neurális hálózatok
- Szimbolikus regresszió
- Nagy pontosságú funkcióközelítés