arXiv 机器学习· Minjong Cheon·· 5 小时前AI 评分34
用于可解释算子学习的低秩 Kolmogorov-Arnold 生成元流 KAFlow
Low-Rank Kolmogorov-Arnold Generator Flows for Interpretable Operator Learning
AI 导读
研究人员提出用于可解释算子学习的 Kolmogorov-Arnold 流（KAFlow），通过单变量 Kolmogorov-Arnold 函数将物理算子生成元学习为低秩符号，并自动蒸馏其闭式解。在合成基准测试中，KAFlow 将分布外损失降低了 3.4 至 11 倍，并在无符号模板下将所有系数恢复至 10^-4 以内；在长程量子动力学任务中，其将状态保真度误差最多降低 6 个数量级。
来源：arXiv 机器学习 · arxiv.org