Por que dados limpos escondem a diferença entre as variantes de KAN
A literatura sobre variantes eficientes da rede de Kolmogorov–Arnold abrange as versões Chebyshev, wavelet e de base radial da KAN original. Os benchmarks nesses trabalhos são construídos sobre dados limpos. Essa escolha mascara uma grande diferença na capacidade das arquiteturas.
O trabalho arXiv:2608.14773 traz essa diferença para o primeiro plano. A primeira versão surgiu em 14 de agosto de 2026, a segunda — em 25 de agosto de 2026. O volume é de 22 páginas, 20 figuras e 8 tabelas. A temática é aprendizado de máquina e inteligência artificial.
Critério prático: comparar variantes de KAN apenas em dados limpos não dá base para a escolha. Para a avaliação é necessário um protocolo com dados ruidosos.
Quanto o erro cresce com o ruído
A métrica é o MSE de teste, medido contra a função de referência limpa. O treinamento ocorre em dados corrompidos por ruído com sigma = 0,1. O indicador de crescimento descreve quantas vezes o erro cresceu em relação ao caso limpo.
| Variante de arquitetura | Crescimento do MSE de teste com sigma = 0,1 |
|---|---|
| ChebyKAN | 10,6x |
| KAN original | 7,9x |
| MLP padrão | 1,7x |
| ER-KAN | 1,4x |
Conclusão: o ER-KAN apresenta o menor crescimento do erro entre as variantes testadas. O MLP padrão também se mantém consideravelmente melhor do que o ChebyKAN e a KAN original.
Três soluções que dão robustez ao ER-KAN
O ER-KAN é composto por três técnicas voltadas ao regime ruidoso com escassez de dados.
- Bases RBF gaussianas compartilhadas em todas as arestas da camada. Proporcionam localidade e parametrização econômica.
- Curriculum noise injection durante o treinamento. O modelo aprende explicitamente a robustez ao ruído.
- Entropy-weighted adaptive regularisation. Impede o overfitting com um número reduzido de exemplos.
Resultado: a rede com 595 parâmetros iguala a precisão do MLP sob ruído moderado. Com o aumento do ruído, ela degrada de forma muito mais suave.
O protocolo de verificação e seu resultado negativo
Os experimentos são construídos sobre vários conjuntos de condições.
- Oito funções analíticas, com número de exemplos N do conjunto 50, 200 e 500.
- Níveis de ruído sigma do conjunto 0,03 e 0,1.
- PINN para o oscilador harmônico amortecido: o ER-KAN apresenta solution MSE 4,2 vezes menor do que o MLP.
- PINN para a equação de Burgers: todos os modelos não convergem.
O autor relata abertamente o fracasso na equação de Burgers. Essa é uma limitação do método, e não um defeito oculto do relatório. As conclusões sobre o oscilador não se transferem automaticamente para outras equações.
Noise degradation ratio como métrica separada
O autor introduz o noise degradation ratio — um complemento simples às medições existentes. A métrica mostra quantas vezes o erro em dados ruidosos é maior do que o erro em dados limpos. O autor recomenda torná-la um elemento obrigatório de reporte em artigos sobre variantes eficientes de KAN.
O valor prático da métrica é a comparação de arquiteturas por robustez, e não apenas por precisão. Para a literatura em que os benchmarks se sustentavam em dados limpos, isso muda o critério de avaliação.
Critério prático de escolha
- Dados ruidosos e poucos exemplos. O ER-KAN apresenta o menor crescimento do erro entre as variantes testadas.
- Ruído moderado. A rede com 595 parâmetros iguala a precisão do MLP.
- Necessidade de uma base simples para comparação. O MLP padrão degrada menos do que o ChebyKAN e a KAN original.
- PINN para o oscilador amortecido. O ER-KAN mostra solution MSE menor do que o MLP.
- PINN para a equação de Burgers. Nenhum dos modelos testados convergiu.
A escolha se baseia no nível de ruído e no volume da amostra, e não nos resultados em dados limpos. Um relatório sem noise degradation ratio é incompleto para tarefas em que o ruído está presente.
