#kolmogorovarnold_networks — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #kolmogorovarnold_networks, aggregated by home.social.
-
Пробуем KAN (Kolmogorov-Arnold Networks) для классификации данных ЭЭГ
Встретив статьи ( 1 , 2 , 3 , 4 ) про новую архитектуру KAN (Kolmogorov‑Arnold Networks) мне захотелось её опробовать для классификации данных ЭЭГ т. к. KAN может быть эффективен для моделирования сложных нелинейных зависимостей. Сразу оговорюсь, что из‑за ограниченного количества времени, было решено взять готовое исследование и на тех же данных опробовать KAN и по большей части на стандартных настройках. Для классификации был взят датасет отсюда . Набор данных включает в себя 14 пациентов с параноидной шизофренией и 14 здоровых людей из контрольной группы. Данные были записаны с частотой дискретизации 250 Гц с использованием стандартной схемы размещения электродов 10–20 и 19 каналов ЭЭГ: Fp1, Fp2, F7, F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, Pz, P4, T6, O1, O2. Обработка и фильтрация была выполнена из примера на гитхаб . Первым был протестирован pykan с конфигурациями, представленными в таблице:
-
Как действительно понять нейронные сети и KAN на интуитивном уровне
Вот вы читаете очередную статью про KAN и ловите себя на мысли, что ничего не понимаете. Знакомая ситуация? Не переживайте, вы не одни. И дело тут не в вас, суть в том, что множество материалов описывают концепции по отдельности, не объединяя их в единую картину. И чтобы решить эту проблему раз и навсегда и окончательно понять KAN, нам необходимо переосмыслив всё с нуля и постепенно двигаясь от базовых принципов линейной алгебры через нейронные сети, завершив, обобщая всё с помощью множеств. В процессе мы также рассмотрим некоторые довольно уникальные и новые идеи!
https://habr.com/ru/articles/823388/
#нейросети #machine_leraning #kan #kolmogorovarnold_networks #теорема_колмогорова_арнольда #rbf #перцептрон #artificial_intelligence #mlp
-
Революционный подход к нейросетям: рассказываем про KAN (Kolmogorov-Arnold Networks)
Эволюция архитектуры нейронных сетей уходит корнями в фундаментальные работы, заложенные в 1940-х годах Уорреном Маккаллохом и Уолтером Питcом, которые предложили концепцию искусственных нейронов и их взаимосвязь. Однако значительные прорывы произошли только в 1980-х годах с разработкой алгоритмов обратного распространения ошибки: алгоритм Геоффри Хинтона и других – все это позволило создавать более глубокие нейронные сети и улучшить методы обучения. В это время появились классические архитектуры, многослойные перцептроны (MLP, и сверточные нейронные сети (CNN), которые революционизировали различные области, включая компьютерное зрение, обработку естественного языка и распознавание образов – теперь мы говорим про своего рода инновационную архитектуру.
https://habr.com/ru/articles/820891/
#KAN #KolmogorovArnold_Networks #Архитектура_нейросети #Революция_в_ИИ #КолгоморовАрнольд #Питон #Python #Машинное_обучение_и_KAN #эффективность_нейросети #исследования_нейросетей