Fugu-MT 論文翻訳(概要): KAN/H: Kolmogorov-Arnold Network using Haar-like bases

論文の概要: KAN/H: Kolmogorov-Arnold Network using Haar-like bases

arxiv url: http://arxiv.org/abs/2511.11736v1
Date: Thu, 13 Nov 2025 09:24:30 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-18 14:36:23.192483
Title: KAN/H: Kolmogorov-Arnold Network using Haar-like bases
Title（参考訳）: Kan/H: Haar-like ベースを用いた Kolmogorov-Arnold ネットワーク
Authors: Susumu Katayama,
Abstract要約: Kan/HはKanmogorov-Arnold Network (KAN)の変種であり、B-splineの代わりにグローバルベースとローカルベースの両方を持つHaar-variantベースシステムを使用している。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes KAN/H, a variant of Kolmogorov-Arnold Network (KAN) that uses a Haar-variant basis system having both global and local bases instead of B-spline. The resulting algorithm is applied to function approximation problems and MNIST. We show that it does not require most of the problem-specific hyper-parameter tunings.
Abstract（参考訳）: 本稿では,B-spline の代わりにグローバルベースとローカルベースの両方を持つ Haar-variant base system を用いる Kolmogorov-Arnold Network (KAN) の変種である Kan/H を提案する。得られたアルゴリズムは関数近似問題とMNISTに適用される。問題固有のハイパーパラメータチューニングをほとんど必要としないことを示す。

関連論文リスト

Unrolled Graph Neural Networks for Constrained Optimization [83.29547301151177]
2つの結合グラフニューラルネットワーク(GNN)における双対昇降アルゴリズムのダイナミクスについて検討する。予備的ネットワークと二重ネットワークの更新を交互に行う共同学習手法を提案する。我々の数値実験は、我々のアプローチがほぼ最適に近いほぼ実現可能な解をもたらすことを示す。
論文参考訳（メタデータ） (2025-09-21T16:55:41Z)
Variational Kolmogorov-Arnold Network [10.822246003257563]
Kolmogorov Arnold Networks (KAN)は、機械学習モデルを構築するための新興アーキテクチャである。カンはコルモゴロフ=アルノルト理論の理論的基礎と拡張に基づいている。
論文参考訳（メタデータ） (2025-07-03T09:24:09Z)
DAE-KAN: A Kolmogorov-Arnold Network Model for High-Index Differential-Algebraic Equations [13.781644731619899]
Kolmogorov-Arnold Networks (KAN) は多層パーセプトロン (MLP) に代わる有望な代替品として登場した。本稿では,高次元微分代数方程式を解くための新しいフレームワークであるDAE-KANを提案する。
論文参考訳（メタデータ） (2025-04-22T11:42:02Z)
Geometric Kolmogorov-Arnold Superposition Theorem [9.373581450684233]
コルモゴロフ・アルノルドネットワーク(KAN)は、コルモゴロフ・アルノルド理論(KAT)を実装するための訓練可能なモデルとして導入された。 O(n)$, $O(1,n)$, $S_n$, general $GL$ など,様々な群作用に対する等式と不変性を取り入れたkanの新たな拡張を提案する。
論文参考訳（メタデータ） (2025-02-23T17:47:33Z)
HKAN: Hierarchical Kolmogorov-Arnold Network without Backpropagation [1.3812010983144802]
階層型コルモゴロフ・アルノルドネットワーク(Hierarchical Kolmogorov-Arnold Network、HKAN)は、最近提案されたコルモゴロフ・アルノルドネットワーク(KAN)に代わる新しいネットワークアーキテクチャである。 HKANはランダムな学習手法を採用し、基底関数のパラメータを固定し、最小二乗回帰を用いて線形集約を最適化する。実証的な結果から、HKANは様々な回帰タスクにまたがって、カンに対して優れた精度と安定性を提供すると同時に、変数の重要性に関する洞察を提供する。
論文参考訳（メタデータ） (2025-01-30T08:44:54Z)
Error Feedback under $(L_0,L_1)$-Smoothness: Normalization and Momentum [56.37522020675243]
機械学習の幅広い問題にまたがる正規化誤差フィードバックアルゴリズムに対する収束の最初の証明を提供する。提案手法では,許容可能なステップサイズが大きくなったため,新しい正規化エラーフィードバックアルゴリズムは,各種タスクにおける非正規化エラーよりも優れていた。
論文参考訳（メタデータ） (2024-10-22T10:19:27Z)
Incorporating Arbitrary Matrix Group Equivariance into KANs [69.30866522377694]
Kolmogorov-Arnold Networks (KAN) は科学分野で大きな成功を収めている。本研究では,Equivariant Kolmogorov-Arnold Networks (EKAN)を提案する。
論文参考訳（メタデータ） (2024-10-01T06:34:58Z)
Neural Inverse Kinematics [72.85330210991508]
逆キネマティック(英語版)(IK)法は、キネマティックチェインにおける選択された要素の所望の位置から関節のパラメータを復元する。本稿では,問題階層構造を用いて,所望の位置に条件付き有効関節角度を逐次サンプリングするニューラルIK法を提案する。
論文参考訳（メタデータ） (2022-05-22T14:44:07Z)
Robust Estimation for Nonparametric Families via Generative Adversarial Networks [92.64483100338724]
我々は,高次元ロバストな統計問題を解くためにGAN(Generative Adversarial Networks)を設計するためのフレームワークを提供する。我々の研究は、これらをロバスト平均推定、第二モーメント推定、ロバスト線形回帰に拡張する。技術面では、提案したGAN損失は、スムーズで一般化されたコルモゴロフ-スミルノフ距離と見なすことができる。
論文参考訳（メタデータ） (2022-02-02T20:11:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。