BSRBF-KAN: A combination of B-splines and Radial Basic Functions in Kolmogorov-Arnold Networks

要約

この論文では、Bスプラインと動径基底関数 (RBF) を組み合わせてデータ トレーニングで入力ベクトルを適合させるコルモゴロフ アーノルド ネットワーク (KAN) である BSRBF-KAN を紹介します。
MNIST および Fashion-MNIST データセット上で、BSRBF-KAN、MLP、および EfficientKAN、FastKAN、FasterKAN、GottliebKAN などのその他の一般的な KAN を使用した実験を実行します。
BSRBF-KAN は、5 つのトレーニング セッションで安定性を示し、MNIST では 97.55%、FashionMNIST では 89.33% という競合平均精度を示し、他のネットワークよりも優れた収束を実現します。
私たちは、BSRBF-KAN が KAN を設計するための数学関数の多くの組み合わせを可能にすることを期待しています。
私たちのリポジトリは、https://github.com/hoangthangta/BSRBF-KAN で公開されています。

要約(オリジナル)

In this paper, we introduce BSRBF-KAN, a Kolmogorov Arnold Network (KAN) that combines Bsplines and radial basis functions (RBFs) to fit input vectors in data training. We perform experiments with BSRBF-KAN, MLP, and other popular KANs, including EfficientKAN, FastKAN, FasterKAN, and GottliebKAN over the MNIST and Fashion-MNIST datasets. BSRBF-KAN shows stability in 5 training sessions with a competitive average accuracy of 97.55% on MNIST and 89.33% on FashionMNIST and obtains convergence better than other networks. We expect BSRBF-KAN to open many combinations of mathematical functions to design KANs. Our repo is publicly available at: https://github.com/hoangthangta/BSRBF-KAN.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google