جستجو
شبکههای عصبی کالموگروف-آرنولد (KAN): مبانی نظری، معماریهای توسعهیافته و ارزیابی انتقادی
عباس نیک آبادی1
چکیده :
معماریهای متداول شبکههای عصبی مانند پرسپترونهای چندلایه یا شبکههای کانولوشنی هنوز با چالشهایی نظیر نیاز به حجم بالای داده، مصرف منابع زیاد، ضعف در تفسیرپذیری و همگرایی ناپایدار مواجه هستند. در پاسخ به این چالشها، رویکردهای نوینی در طراحی معماری شبکههای عصبی پیشنهاد شدهاند که در آنها، ساختار ریاضی و تئوریک مدلها نقش محوریتری ایفا میکند. یکی از این رویکردهای نوین، شبکههای کالموگروف-آرنولد یا به اختصار KAN است که الهامگرفته از قضیه بازنمایی کالموگروف-آرنولد در تحلیل توابع است. KAN با جایگزینی وزنهای عددی بین لایهها با توابع یکمتغیره یادگیرپذیر، مانند B-spline یا توابع فوریه، ساختاری جدید برای یادگیری روابط غیرخطی پیشنهاد میدهد. این تغییر باعث افزایش توان مدل در تقریب توابع پیچیده، کاهش تعداد پارامتر و مهمتر از همه، تفسیرپذیری نتایج یادگیری شده میگردد. در این مقاله، پژوهشهای مرجع و اثرگذار در حوزه شبکههای KAN شامل مدلهای پایه KAN، نسخهی زمانی، کانولوشنی، ساختارهای بدون گرادیان، اتوانکودرهای مبتنی بر KAN و مدلهای فوریهای بهطور دقیق بررسی شدهاند. هر یک از این مدلها برای حل نوع خاصی از مسائل طراحی شدهاند، ولی همگی بر اصل بنیادی کالموگروف-آرنولد تکیه دارند. در این بررسی، ضمن تحلیل دقیق ساختار فنی و نوآوریهای هر مدل، نقاط قوت و ضعف آنها نیز با استناد به نتایج تجربی گزارششده در مقالات تحلیل شده است. در پایان، مسیرهای پیشنهادی برای توسعه آینده شبکههای KAN ارائه شده است.
کلمات کلیدی : شبکه کالموگروف آرنولد kan اسپلاین تفسیرپذیری
زبان مقاله : فارسی
محور مقاله : محورهای نظری هوش مصنوعی
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ACZZKD
لینک مستقیم مقاله : https://isnac.ir/AAHD-ACZZKD
نمایش چکیده انگلیسی
: https://isnac.ir/SA/AAHD-ACZZKD
سایر مقالات ارائه دهنده
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems