TabLKAN：基于LightGBM引导的Kolmogorov-Arnold网络的混合表格学习方法

《Experimental Parasitology》：TabLKAN:Hybrid Tabular Learning via LightGBM-Guided Kolmogorov-Arnold Networks

　　

郭玉佳|李晓勇|王爱文|潘守辉|张勇

• •
  提出TabLKAN方法，以解决现有模型在处理复杂表格数据时的结构缺陷。
• •
  在预测准确性上优于现有的GBDT变体和深度学习模型。
• •
  通过将KAN函数嵌入到分层树框架中，捕捉复杂的局部模式。
• •
  通过自适应的门控机制优化特征节点之间的交互，实现动态激活。
• •
  建议通过更复杂的门控架构来扩展TabLKAN。