본 논문은 시계열 예측에서 Kolmogorov-Arnold Networks (KANs)의 활용 가능성을 탐구합니다. 기존의 Time-Series Mixer (TSMixer) 모델에 KAN 레이어를 추가한 TSKANMixer를 제안하고, 여러 데이터셋에서 TSKANMixer가 기존 TSMixer보다 향상된 예측 정확도를 보임을 실험적으로 증명합니다. TSKANMixer는 다른 시계열 예측 모델들과 비교하여 상위권 성능을 기록하며, KANs가 기존 MLPs를 대체하거나 확장하여 시계열 예측 성능을 향상시키는 유망한 대안임을 시사합니다.
