O que são as redes KAN
As redes de Kolmogorov-Arnold (KAN) são uma alternativa às MLPs tradicionais: em vez de usar funções de ativação fixas nos neurônios, elas colocam funções aprendíveis nas “arestas” da rede. Um pré-print do arXiv testa uma variante chamada Banach-KAN, que deixa cada aresta aprender seu próprio expoente, combinando ramificações tanh e Jp com oito parâmetros aprendíveis por aresta.
Os resultados em dados limpos
Em um benchmark de regressão simbólica com 50 alvos (40 equações do AI Feynman e 10 testes de estresse), a Banach-KAN registrou erro mediano normalizado (NRMSE) de 0,030 nos dados limpos, com ranking médio de 2,32 entre todos os alvos. Em condições de poucos dados, venceu 8 de 18 equações com n=50 e 7 de 18 com n=100.
O expoente aprendido também se moveu de forma substancial durante o ajuste: em 4.465 arestas, 18,7% aprenderam expoente p<2, e apenas 1,2% permaneceram próximos da inicialização (p=2,5). A parcela de arestas com p<2 subiu de 11% (duas dimensões) para 34% (seis dimensões), sugerindo que a geometria aprendida acompanha a complexidade do problema.
A penalidade do ruído
O quadro muda com ruído de medição: quando o desvio-padrão σ subiu de 0 para 1, o erro agregado da Banach-KAN cresceu 8,8 vezes, contra 3,7 vezes da ℓp-KAN e 3,2 vezes da Tanh-KAN. Ou seja, a variante mais flexível vence nos dados limpos, mas se degrada mais rápido quando há ruído — uma troca importante para quem trabalha com dados reais.
Limites do estudo
O ponto mais frágil é a profundidade: uma proposição analítica sugere que o parâmetro relevante é finito apenas se p>3/2, mas a variante profunda fiel não terminou dentro do orçamento computacional, então a treinabilidade em redes genuinamente profundas não foi testada diretamente. Os autores interpretam os resultados como evidência de que a geometria aprendida do espaço de funções — e não a escolha de base fixa — é a vantagem dessa família em regressão de baixa a média dimensionalidade. O trabalho é um pré-print versão 1, datado de 26 de agosto de 2026.
