Fugu-MT 論文翻訳(概要): Clifford Kolmogorov-Arnold Networks

論文の概要: Clifford Kolmogorov-Arnold Networks

arxiv url: http://arxiv.org/abs/2602.05977v1
Date: Thu, 05 Feb 2026 18:25:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-02-06 18:49:09.118597
Title: Clifford Kolmogorov-Arnold Networks
Title（参考訳）: Clifford Kolmogorov-Arnold Networks
Authors: Matthias Wolff, Francesco Alesiani, Christof Duhme, Xiaoyi Jiang,
Abstract要約: ClKAN は任意のクリフォード代数空間における関数近似の柔軟で効率的なアーキテクチャである。 ClKANは科学的な発見と工学への応用を見つけ、合成や物理学にインスパイアされたタスクで検証されている。
参考スコア（独自算出の注目度）: 7.626328694309499
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We introduce Clifford Kolmogorov-Arnold Network (ClKAN), a flexible and efficient architecture for function approximation in arbitrary Clifford algebra spaces. We propose the use of Randomized Quasi Monte Carlo grid generation as a solution to the exponential scaling associated with higher dimensional algebras. Our ClKAN also introduces new batch normalization strategies to deal with variable domain input. ClKAN finds application in scientific discovery and engineering, and is validated in synthetic and physics inspired tasks.
Abstract（参考訳）: 任意のクリフォード代数空間における関数近似の柔軟かつ効率的なアーキテクチャであるクリフォード・コルモゴロフ・アルノルドネットワーク(ClKAN)を導入する。我々は、高次元代数に付随する指数的スケーリングの解としてランダム化準モンテカルロ格子の生成を提案する。私たちのClKANは、可変ドメイン入力を扱うための新しいバッチ正規化戦略も導入しています。 ClKANは科学的な発見と工学に応用され、合成および物理学にインスパイアされたタスクで検証されている。

関連論文リスト

Learning the Basis: A Kolmogorov-Arnold Network Approach Embedding Green's Function Priors [40.95816737127638]
この文字は、固定基底上の係数を解くのではなく、学習可能な基底表現の周りに電磁的モデリングを再構成する。この知見に触発されて,RWGを学習可能な適応型ベースファミリーに一般化する物理インフォームド・コルモゴロフ・アルノルドネットワーク(KAN)であるPhyKANを提案する。
論文参考訳（メタデータ） (2025-11-11T09:11:35Z)
Initialization Schemes for Kolmogorov-Arnold Networks: An Empirical Study [9.450853542720909]
Kolmogorov-Arnold Networks (KAN)は、最近導入されたニューラルネットワークで、固定非線形性をトレーニング可能なアクティベーション関数に置き換えている。この研究は、LeCunとGrorotにインスパイアされた2つの理論駆動のアプローチと、チューナブル指数を持つ経験的パワーローファミリーを提案する。
論文参考訳（メタデータ） (2025-09-03T15:45:28Z)
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)
Generative Diffusion Models for Resource Allocation in Wireless Networks [74.84410305593006]
我々は、専門家を模倣し、最適な分布から新しいサンプルを生成するポリシーを訓練する。生成したサンプルの逐次実行により,ほぼ最適性能を実現する。電力制御のケーススタディにおいて数値的な結果を示す。
論文参考訳（メタデータ） (2025-04-28T21:44:31Z)
Chebyshev Polynomial-Based Kolmogorov-Arnold Networks: An Efficient Architecture for Nonlinear Function Approximation [0.0]
本稿では,Chebyshev Kolmogorov-Arnoldの定理に触発された新しいニューラルネットワークアーキテクチャであるChebyshev Kolmogorov-Arnold Networkについて述べる。ネットワークのエッジ上でChebyshevによってパラメータ化された学習可能な関数を利用することで、Chebyshev Kansは関数近似タスクの柔軟性、効率、解釈性を向上させる。
論文参考訳（メタデータ） (2024-05-12T07:55:43Z)
Geometric Clifford Algebra Networks [53.456211342585824]
本稿では,動的システムのモデリングのためのGeometric Clifford Algebra Networks (GCANs)を提案する。 GCANは幾何学的(クリフォード)代数を用いた対称性群変換に基づいている。
論文参考訳（メタデータ） (2023-02-13T18:48:33Z)
Iterative Qubit Coupled Cluster using only Clifford circuits [36.136619420474766]
古典的に容易に生成できる理想的な状態準備プロトコルを特徴付けることができる。繰り返し量子ビット結合クラスタ(iQCC)の変種を導入して,これらの要件を満たす手法を提案する。本研究では, チタン系化合物Ti(C5H5)(CH3)3と (20, 20) 活性空間の複雑な系に研究を拡張した。
論文参考訳（メタデータ） (2022-11-18T20:31:10Z)
PELICAN: Permutation Equivariant and Lorentz Invariant or Covariant Aggregator Network for Particle Physics [64.5726087590283]
本稿では,全6次元ローレンツ対称性に対して最大で還元された入力の集合を用いた機械学習アーキテクチャを提案する。結果として得られたネットワークは、モデル複雑さがはるかに低いにもかかわらず、既存の競合相手すべてを上回っていることを示す。
論文参考訳（メタデータ） (2022-11-01T13:36:50Z)
Clifford Neural Layers for PDE Modeling [61.07764203014727]
偏微分方程式 (Partial differential equation, PDE) は、物理過程のシミュレーションを、時間とともに相互作用し、共進化するスカラー場やベクトル場として記述するために、科学や工学で広く用いられる。現在のメソッドは、しばしば相関する異なるフィールドと内部コンポーネントの関係を明示的に考慮していない。本稿では, Clifford convolutions や Clifford Fourier transforms とともに, 深層学習におけるマルチベクトル表現の活用について述べる。結果として生じるクリフォード神経層は普遍的に適用可能であり、流体力学、天気予報、一般の物理系のモデリングで直接使用される。
論文参考訳（メタデータ） (2022-09-08T17:35:30Z)

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。