pykan

Kolmogorov-Arnold Networks（KANs）是一种基于Kolmogorov-Arnold表示定理的新型神经网络架构，作为多层感知机（MLP）的数学等价替代方案。其核心特点是将可学习的单变量激活函数置于网络边（而非节点），从而在保持理论严谨性的同时提升模型精度与可解释性；支持符号化表达提取、参数高效训练及PDE求解等科学计算任务。适用于需要强可解释性、小样本建模或嵌入数学先验的科学机器学习场景，如物理建模、微分方程求解和函数逼近等。