ExSpliNet：一种可解释且具表达力的基于样条的神经网络
机器学习
2022-05-04 v1 数值分析
数值分析
摘要
本文提出 ExSpliNet，一种可解释且具表达力的神经网络模型。该模型结合了 Kolmogorov 神经网络、概率树集成以及多元 B 样条表示的思想。我们给出模型的概率解释并展示其通用逼近性质。我们还讨论了如何利用 B 样条性质对其进行高效编码。最后，我们在合成逼近问题和经典机器学习基准数据集上测试了所提模型的有效性。
引用
@article{arxiv.2205.01510,
title = {ExSpliNet: An interpretable and expressive spline-based neural network},
author = {Daniele Fakhoury and Emanuele Fakhoury and Hendrik Speleers},
journal= {arXiv preprint arXiv:2205.01510},
year = {2022}
}