KAN-AFT：一种可解释的非线性生存模型，结合Kolmogorov-Arnold网络与加速失效时间分析Research#llm🔬 Research|分析: 2026年1月4日 07:23•发布: 2025年12月23日 12:16•1分で読める•ArXiv分析本文介绍了一种新的生存模型，KAN-AFT，它结合了Kolmogorov-Arnold网络（KANs）和加速失效时间（AFT）分析。重点在于生存分析中的可解释性和非线性建模。使用KANs表明试图在保持一定程度的可解释性的同时提高模型的表达能力。与AFT的结合表明该模型旨在预测事件发生的时间，可能应用于医疗或工程领域。来源为ArXiv表明这是一篇预印本或研究论文。要点•KAN-AFT 是一种新的生存模型。•它集成了 Kolmogorov-Arnold 网络 (KANs) 和加速失效时间 (AFT) 分析。•该模型强调可解释性和非线性建模。•来源是 ArXiv，表明这是一篇研究论文。引用 / 来源查看原文"KAN-AFT: An Interpretable Nonlinear Survival Model Integrating Kolmogorov-Arnold Networks with Accelerated Failure Time Analysis"AArXiv2025年12月23日 12:16* 根据版权法第32条进行合法引用。较旧Why Sam Altman Won't Be on the Hook for OpenAI's Spending Spree较新AnchorOPT: Towards Optimizing Dynamic Anchors for Adaptive Prompt Learning相关分析Research人类AI检测2026年1月4日 05:47Research侧重于实现的深度学习书籍2026年1月4日 05:49Research个性化 Gemini2026年1月4日 05:49来源: ArXiv