核心概念
本稿では、従来の畳み込みニューラルネットワーク(CNN)の表現能力と学習効率を高めるために、Kolmogorov-Arnoldネットワーク(KAN)を残差成分としてCNNフレームワークに組み込んだ、Residual KAN(RKAN)と呼ばれる新しい深層学習アーキテクチャを提案する。
要約
Residual Kolmogorov-Arnold Network for Enhanced Deep Learning の論文要約
Ray Congrui Yu, Sherry Wu, Jiang Gui. (2024). Residual Kolmogorov-Arnold Network for Enhanced Deep Learning. arXiv preprint arXiv:2410.05500v1.
本論文では、深層CNNの層において長距離かつ複雑な非線形依存関係を効率的に捉えることが困難な場合があるという問題 addressed し、その解決策として、Kolmogorov-Arnold Network (KAN) を残差成分としてCNNフレームワークに組み込んだResidual KAN (RKAN) を提案する。