KAN（Kolmogorov–Arnold Networks，柯尔莫哥洛夫–阿诺德网络）是一种基于柯尔莫哥洛夫-阿诺德表示定理的神经网络架构。 KAN将可学习的激活函数置于网络边上而非节点上，能以更少的参数在数学、物理等科学任务中实现更高精度，同时具备较强的可解释性并能避免灾难性遗忘。 该定理于1957年由数学家柯尔莫哥洛夫和阿诺德证明，1987年出现相关网络概念，2024年麻省理工学院Max Tegmark教授、刘子鸣等人提出了KAN架构，并于同年8月发布KAN 2.0。
想要了解更多“KAN（神经网络架构）”的信息，请点击：KAN（神经网络架构）百科
