Por qué los datos limpios ocultan la diferencia entre las variantes de KAN
La literatura sobre variantes eficientes de la red de Kolmogórov–Arnold abarca las versiones Chebyshev, wavelet y de base radial de la KAN original. Los benchmarks en estos trabajos se construyen sobre datos limpios. Esa elección enmascara una gran diferencia en las capacidades de las arquitecturas.
El trabajo arXiv:2608.14773 pone esa diferencia en primer plano. La primera versión apareció el 14 de agosto de 2026, la segunda el 25 de agosto de 2026. La extensión es de 22 páginas, 20 figuras y 8 tablas. La temática es aprendizaje automático e inteligencia artificial.
Criterio práctico: comparar variantes de KAN solo con datos limpios no da bases para elegir. Para evaluarlas se necesita un protocolo con datos ruidosos.
Cuánto crece el error con el ruido
La métrica es el MSE de prueba, que se mide contra una función de referencia limpia. El entrenamiento se realiza con datos corrompidos por ruido con sigma = 0,1. El indicador de crecimiento describe cuántas veces aumentó el error respecto al caso limpio.
| Variante de arquitectura | Crecimiento del MSE de prueba con sigma = 0,1 |
|---|---|
| ChebyKAN | 10,6x |
| KAN original | 7,9x |
| MLP estándar | 1,7x |
| ER-KAN | 1,4x |
Conclusión: ER-KAN da el menor crecimiento del error entre las variantes probadas. El MLP estándar también se mantiene notablemente mejor que ChebyKAN y la KAN original.
Tres decisiones que le dan robustez a ER-KAN
ER-KAN se compone de tres técnicas orientadas al régimen ruidoso con escasez de datos.
- Bases RBF gaussianas compartidas en todas las aristas de la capa. Aportan localidad y una parametrización económica.
- Curriculum noise injection durante el entrenamiento. El modelo aprende explícitamente la robustez frente al ruido.
- Entropy-weighted adaptive regularisation. Impide el sobreajuste con un número reducido de ejemplos.
Resultado: una red de 595 parámetros coincide en precisión con un MLP bajo ruido moderado. Cuando el ruido crece, se degrada de forma mucho más suave.
Protocolo de verificación y su resultado negativo
Los experimentos se construyen sobre varios conjuntos de condiciones.
- Ocho funciones analíticas, con un número de ejemplos N del conjunto 50, 200 y 500.
- Niveles de ruido sigma del conjunto 0,03 y 0,1.
- PINN para un oscilador armónico amortiguado: ER-KAN da un solution MSE 4,2 veces menor que el MLP.
- PINN para la ecuación de Burgers: todos los modelos no convergen.
El autor informa abiertamente del fracaso con la ecuación de Burgers. Es una limitación del método, no un defecto oculto del informe. Las conclusiones sobre el oscilador no se trasladan automáticamente a otras ecuaciones.
Noise degradation ratio como métrica aparte
El autor introduce el noise degradation ratio, un complemento sencillo a las mediciones existentes. La métrica muestra cuántas veces el error con datos ruidosos es mayor que el error con datos limpios. El autor recomienda convertirla en un elemento obligatorio de reporte en los artículos sobre variantes eficientes de KAN.
El valor práctico de la métrica es la comparación de arquitecturas por robustez, no solo por precisión. Para la literatura donde los benchmarks se sostenían sobre datos limpios, esto cambia el criterio de evaluación.
Criterio práctico de elección
- Datos ruidosos y pocos ejemplos. ER-KAN da el menor crecimiento del error entre las variantes probadas.
- Ruido moderado. Una red de 595 parámetros coincide en precisión con un MLP.
- Se necesita una base simple de comparación. El MLP estándar se degrada menos que ChebyKAN y la KAN original.
- PINN para un oscilador amortiguado. ER-KAN muestra un solution MSE menor que el MLP.
- PINN para la ecuación de Burgers. Ninguno de los modelos probados convergió.
La elección se apoya en el nivel de ruido y el volumen de la muestra, no en los resultados con datos limpios. Un informe sin noise degradation ratio está incompleto para tareas donde el ruido está presente.
