Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Automatic Grid Updates for Kolmogorov-Arnold Networks using Layer Histograms

Created by
  • Haebom
Category
Empty

저자

Jamison Moody, James Usevitch

개요

Kolmogorov-Arnold Networks (KANs)는 훈련 가능한 활성 함수를 활용하여 해석 가능성을 높이고 기호 방정식을 학습하는 데 더 높은 정확도를 제공하는 신경망의 한 종류입니다. AdaptKAN은 KAN 아키텍처의 한계를 개선하기 위해 개발되었으며, 훈련 중 도메인 격자를 조정해야 하는 기존 KAN의 단점을 해결하고, 데이터 기반 방식으로 자체적으로 도메인을 업데이트하는 능력을 갖췄습니다. 또한, AdaptKAN은 out-of-distribution (OOD) 입력을 감지하는 데에도 활용될 수 있습니다.

시사점, 한계점

시사점:
기존 KAN 아키텍처 및 MLP보다 4가지 다른 task에서 우수한 성능을 보임 (Feynman 데이터셋에서 과학 방정식 학습, 고정된 특징으로부터 이미지 분류, 제어 Lyapunov 함수 학습, OpenOOD v1.5 벤치마크에서 OOD 입력 감지).
해석 가능성 향상.
OOD 입력 감지 기능 추가.
한계점:
논문에 명시된 한계점은 없음.
👍