دنیای شبکههای عصبی هر روز در حال تحول است! این بار محققان با معرفی معماری جدید GRS-KAN، مرزهای شبکههای Kolmogorov-Arnold (KAN) را جابهجا کردهاند.
💡 این معماری چه تغییری ایجاد میکند؟
در مدل جدید GRS-KAN، توابع R (R-functions) با شبکههای KAN ترکیب شدهاند. این یعنی مدل علاوه بر یادگیری ساختارهای غیرخطی، میتواند محدودیتهای هندسی و منطقی را به صورت تحلیلی درک کند. نتیجه چیست؟ دقت بسیار بالاتر در مرزهای هندسی و کاهش ۶۷ درصدی خطا (RMSE) در تستهای صورت گرفته!
این نوآوری به هوش مصنوعی اجازه میدهد تا ناپیوستگیها و محدودیتهای محیطی را بسیار دقیقتر از قبل مدلسازی کند که قدم بزرگی برای کاربردهای مهندسی و علمی محسوب میشود.
منبع: arXiv Machine Learning
