WikiEdge:ArXiv-2407.16674/questions

編輯

作者面對的是深度學習領域中，特別是在多層感知器（MLP）和科爾莫戈羅夫-阿諾德網絡（KAN）的性能比較問題。具體問題包括：

1. KAN與MLP在不同任務中的性能差異：儘管MLP是現代深度學習模型中的基礎構件，但KAN作為一種創新的替代方案，其性能與MLP相比在不同任務中的表現如何，尚未有明確的比較。
2. KAN和MLP在相同參數或浮點運算（FLOPs）條件下的公平比較：現有的比較實驗條件不一，為了探究KAN的潛力，需要在公平的設置下全面比較KAN和MLP。
3. KAN在符號公式表示任務中的優勢來源：KAN在某些任務中表現出優勢，特別是在符號公式表示任務中，其優勢的具體來源需要被探究。
4. KAN與MLP在持續學習（continual learning）任務中的性能對比：在持續學習設置中，KAN是否能夠展現出比MLP更好的性能，尤其是在處理一系列一維函數時。