Buchumschlag

Sinusoidal Approximation Theorem for Kolmogorov-Arnold Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gleyzer, Sergei, Nguyen, Hanh, Ramakrishnan, Dinesh P., Reinhardt, Eric A. F.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SineKAN: Kolmogorov-Arnold Networks Using Sinusoidal Activation Functions
von: Reinhardt, Eric A. F., et al.
Veröffentlicht: (2024)

Multifidelity Kolmogorov-Arnold Networks
von: Howard, Amanda A., et al.
Veröffentlicht: (2024)

SPIKANs: Separable Physics-Informed Kolmogorov-Arnold Networks
von: Jacob, Bruno, et al.
Veröffentlicht: (2024)

Scalable Bayesian Physics-Informed Kolmogorov-Arnold Networks
von: Gao, Zhiwei, et al.
Veröffentlicht: (2025)

KKANs: Kurkova-Kolmogorov-Arnold Networks and Their Learning Dynamics
von: Toscano, Juan Diego, et al.
Veröffentlicht: (2024)

The Proof of Kolmogorov-Arnold May Illuminate Neural Network Learning
von: Freedman, Michael H.
Veröffentlicht: (2024)

Kolmogorov Arnold Informed neural network: A physics-informed deep learning framework for solving forward and inverse problems based on Kolmogorov Arnold Networks
von: Wang, Yizheng, et al.
Veröffentlicht: (2024)

fKAN: Fractional Kolmogorov-Arnold Networks with trainable Jacobi basis functions
von: Aghaei, Alireza Afzal
Veröffentlicht: (2024)

Approximation Rates in Besov Norms and Sample-Complexity of Kolmogorov-Arnold Networks with Residual Connections
von: Kratsios, Anastasis, et al.
Veröffentlicht: (2025)

FI-KAN: Fractal Interpolation Kolmogorov-Arnold Networks
von: N'guessan, Gnankan Landry Regis
Veröffentlicht: (2026)

rKAN: Rational Kolmogorov-Arnold Networks
von: Aghaei, Alireza Afzal
Veröffentlicht: (2024)

Free-RBF-KAN: Kolmogorov-Arnold Networks with Adaptive Radial Basis Functions for Efficient Function Learning
von: Chiu, Shao-Ting, et al.
Veröffentlicht: (2026)

A Practitioner's Guide to Kolmogorov-Arnold Networks
von: Noorizadegan, Amir, et al.
Veröffentlicht: (2025)

Reduced Effectiveness of Kolmogorov-Arnold Networks on Functions with Noise
von: Shen, Haoran, et al.
Veröffentlicht: (2024)

KAN-GCN: Combining Kolmogorov-Arnold Network with Graph Convolution Network for an Accurate Ice Sheet Emulator
von: Liu, Zesheng, et al.
Veröffentlicht: (2025)

Multilevel Training for Kolmogorov Arnold Networks
von: Southworth, Ben S., et al.
Veröffentlicht: (2026)

KANtrol: A Physics-Informed Kolmogorov-Arnold Network Framework for Solving Multi-Dimensional and Fractional Optimal Control Problems
von: Aghaei, Alireza Afzal
Veröffentlicht: (2024)

Probing Quantum Spin Systems with Kolmogorov-Arnold Neural Network Quantum States
von: Shamim, Mahmud Ashraf, et al.
Veröffentlicht: (2025)

Fourier Neural Operators for Non-Markovian Processes:Approximation Theorems and Experiments
von: Lee, Wonjae, et al.
Veröffentlicht: (2025)

Fairness-Utilization Trade-off in Wireless Networks with Explainable Kolmogorov-Arnold Networks
von: Shokrnezhad, Masoud, et al.
Veröffentlicht: (2024)

Multigrade Neural Network Approximation
von: Zhang, Shijun, et al.
Veröffentlicht: (2026)

GNN For Muon Particle Momentum estimation
von: Bhat, Vishak K, et al.
Veröffentlicht: (2026)

Expressive Power of Deep Networks on Manifolds: Simultaneous Approximation
von: Zhou, Hanfei, et al.
Veröffentlicht: (2025)

Geometric Layer-wise Approximation Rates for Deep Networks
von: Zhang, Shijun, et al.
Veröffentlicht: (2026)

Approximation Power of Deep Neural Networks: an explanatory mathematical survey
von: Davis, Owen, et al.
Veröffentlicht: (2022)

Why Shallow Networks Struggle to Approximate and Learn High Frequencies
von: Zhang, Shijun, et al.
Veröffentlicht: (2023)

On the Dimension-Free Approximation of Deep Neural Networks for Symmetric Korobov Functions
von: Lu, Yulong, et al.
Veröffentlicht: (2025)

Operator SVD with Neural Networks via Nested Low-Rank Approximation
von: Ryu, J. Jon, et al.
Veröffentlicht: (2024)

Sobolev Approximation of Deep ReLU Networks in Log-Barron Space
von: Song, Changhoon, et al.
Veröffentlicht: (2026)

Sinc Kolmogorov-Arnold network and its application for solving PDEs with singularities
von: Yu, Tianchi, et al.
Veröffentlicht: (2024)

Approximation with SiLU Networks: Constant Depth and Exponential Rates for Basic Operations
von: Ayena, Koffi O.
Veröffentlicht: (2025)

ChebNet: Efficient and Stable Constructions of Deep Neural Networks with Rectified Power Units via Chebyshev Approximations
von: Tang, Shanshan, et al.
Veröffentlicht: (2019)

Energy-Dissipative Evolutionary Kolmogorov-Arnold Networks for Complex PDE Systems
von: Lin, Guang, et al.
Veröffentlicht: (2025)

Approximation properties of neural ODEs
von: De Marinis, Arturo, et al.
Veröffentlicht: (2025)

Data-Driven Approximation of Binary-State Network Reliability Function: Algorithm Selection and Reliability Thresholds for Large-Scale Systems
von: Yeh, Wei-Chang
Veröffentlicht: (2025)

Approximation and learning with compositional tensor trains
von: Eigel, Martin, et al.
Veröffentlicht: (2025)

Sprecher Networks: A Parameter-Efficient Kolmogorov-Arnold Architecture
von: Hägg, Christian, et al.
Veröffentlicht: (2025)

Scaled-cPIKANs: Domain Scaling in Chebyshev-based Physics-informed Kolmogorov-Arnold Networks
von: Mostajeran, Farinaz, et al.
Veröffentlicht: (2025)

A Microstructure-based Graph Neural Network for Accelerating Multiscale Simulations
von: Storm, J., et al.
Veröffentlicht: (2024)

Efficient Differentiable Approximation of Generalized Low-rank Regularization
von: Li, Naiqi, et al.
Veröffentlicht: (2025)