论文精读——KAN

news2024/10/5 12:55:36

1.研究背景

2.关键技术

2.1 原始公式

2.2 KAN结构

2.3 缩放定律

3.技术扩展

4.模型效果

5.相关讨论

6.总结

文章标题：《KAN: Kolmogorov–Arnold Networks》

文章地址：

KAN: Kolmogorov-Arnold Networks (arxiv.org)https://arxiv.org/abs/2404.19756代码地址：

KindXiaoming/pykan: Kolmogorov Arnold Networks (github.com)https://github.com/KindXiaoming/pykan

1.研究背景

MLP作为深度学习模型中的基础模块，有很好的非线性函数逼近能力，但是作者认为MLP并不是最好的非线性回归器。例如在Transformer中MLP消耗了几乎所有的非嵌入参数，并且可解释性较弱。因此，作者提出用KAN来替代MLP

KAN有以下特点：

①全连接结构

②边上的可学习激活函数

③权重参数被替换成可学习的样条函数

④在节点处进行简单的相加操作

作者从理论上分析了为什么KAN有更好的效果：

其一，样条函数对于低维空间是精准，但是由于它不能利用复杂结构导致在高维的效果较差(维度灾难)

其二，由于MLP能够进行特征学习避免了维度灾难，但它无法优化单变量函数使得在低维空间不如样条函数 KAN利用了上述的两个结构，互相弥补了缺点

2.关键技术

2.1 原始公式

Kolmogorov-Arnold(KA) Representation Theorem假设 $f$ 是一个在有界域上的多元连续函数，那么 $f$ 可以写成有限多个单变量连续函数相加

但是这个原始表达式只对应了一个拥有两层非线性激活函数，并且隐藏层只有2n+1个节点的网络

如果仅仅利用原表达式去做机器学习(拟合、回归等)，由于一维函数可能非平滑，所以在实际操作中并非是可学习的

2.2 KAN结构

任务定义：找到函数 $f$ ，拟合输入输出对 $\begin{Bmatrix} x_{i} ,y _{i} \end{Bmatrix}$ ，使得 $y_{i} \approx f(x_{i})$ ，对应于原始公式只需要找到 $\Phi _{q}$ 和 $\phi _{q, p}$ 即可

表示一维函数矩阵，定义q为输出维度，p为输入维度

定义KAN的形状表示为：

其中，ni表示第i层节点个数定义第i个神经元在第l层表示为(l, i)， $x_{l,i}$ 表示(l, i)神经元的激活值，第l层和第l+1层之间有 $n_ln_{l+1}$ 个激活函数(因为激活函数在边上，并且为全连接)，那么(l, i)和(l+1, i)之间的激活函数可以表示成

上述过程对应于下图：

因此第l+1层的第j个节点可表示成：

写成矩阵形式为：

其中， $\Phi _{l}$ 表示第l层的激活函数矩阵，那么对应一个有L层的KAN网络，有：

写成与原始公式相似的形式：

在实现上，激活函数采用多个一维的B-Spline函数的结合，并利用残差激活函数

参数量对比，L层，宽度N(k表示样条函数为k阶)

KAN：(上限挺好推的，但是下限不太懂为什么是+k而不是*k)

MLP：

2.3 缩放定律

神经缩放定律是测试损失(test Loss)随着模型参数的增加而减小的现象，即其中 ℓ 是测试 RMSE，N 是参数数量，α 是缩放指数。也就是说，参数量越大，误差越小(精度越高)

KAN能通过细分数据域网络来提高B-Spline函数逼近的精度，从而使缩放更加自由，能够有效控制参数量。而MLP对于不同的网格划分需要重新进行训练

例如，可以先训练一个参数较少的 KAN，然后通过使Spline网格粒度更细，使其扩展到参数较多的 KAN，这一方式降低了复杂度

3.技术扩展

为了提高KAN的可解释性，作者提出了一些简化模型的技术：

①稀疏化

MLP：L1正则化

KAN：定义L1范数，去除线性权重，再加上熵正则化

因此可以得到整体的训练损失为：

预测损失+L1正则化+熵正则化，通过λ控制正则化幅度

②可视化

将激活函数的透明度设置为与 $\tanh (\beta A_{l,i,j})$ 成正比，其中 β = 3

重要的函数会凸显出来

③剪枝

对每个节点定义输入输出分数，输入输出分数都大于阈值的节点会被保留下来，其余会被修剪掉

④符号化

如果猜测某些激活函数实际上是符号函数(例如 cos 或 log)，则提供一个接口将其设置为指定的符号形式，后续只需要拟合参数即可

在剪枝完后，用户可以根据形状选择符号函数的公式，然后进一步训练，如果训练损失下降了，就表明选择了正确的符号表达式

4.模型效果

①拟合精度方面的比较

KAN有更好的放缩曲线，特别是高维，而MLP很快就饱和了，表明了KAN的扩展能力很强，并且KAN像MLP一样网络越深效果越好

②解决更复杂的偏微分方程

KAN 使用较小的网络和更少的参数实现了更好的误差缩放定律

作者还将KAN用在数学和物理领域的一些实际应用上，均表明KAN能用更少的参数量得到更好的效果

5.相关讨论

KAN还有一些可以改进的地方：

①在精度层面，还可以进一步研究模型结构和训练细节来提高效果

②对于KAN来说，最大的问题是训练太慢，因为无法利用batch计算，可以尝试对激活函数分组，同一组内使用相同的激活函数

③可以引入自适应性来提高KAN的精度和效率

④将KAN用在实际任务中，机器学习/理论科学

⑤由于KAN具有可解释性，可以尝试与AI4Science结合

6.总结

KAN基于Kolmogorov-Arnold Representation Theorem，并对两层网络进行扩展。通过将可学习激活函数设置在边上，而节点处进行简单的相加操作构建了KAN模型。由于KAN使用较少的参数量就能媲美MLP，并且还能通过简化技术使其具有良好的可解释性，因此KAN有望替代MLP作为神经网络中的基础模块。相比MLP而言，KAN有更好的缩放性能，但在相同的参数量下，KAN的训练速度过慢成为了最大的问题。

笔者的思考：

①作者强调了浅层的KAN就能达到甚至超过深层MLP的性能，是否意味着深层的KAN不太能实现(训练太慢，小模型适用)

②KAN不太适用于现在的深度学习框架，从硬件计算层面不太有优势

③从网络架构来看，其实KAN和MLP差不多(虽然原理不同)，区别在于MLP是进行线性组合再进行激活，而KAN是先进行激活再线性组合，并且KAN中不同边上的激活函数并不相同，也正是这点带来了额外的计算复杂度，是否意味着KAN只是MLP更一般的形式

④笔者认为本文最大的特点是可解释性，适合用在较小的问题上，在AI4Science领域可能会有较大提高