Bài báo: “Convolutional Kolmogorov–Arnold Networks for Image Classification: Overview and Improvement”
Nhóm tác giả:
• Tăng Nhất – KHMT 2022.3
• Lê Cảnh Nhật – KHMT 2022.3
Giảng viên hướng dẫn:
• TS. Dương Việt Hằng
Tóm tắt:
Kolmogorov–Arnold Networks (KANs) là một hướng tiếp cận mới trong thiết kế mạng nơ-ron, mang đến khả năng mô hình hóa phi tuyến linh hoạt nhờ việc học các hàm kích hoạt trên từng cạnh của mạng – khác biệt với các hàm kích hoạt cố định trong MLP và CNN truyền thống.
Nghiên cứu này khảo sát năng lực biểu diễn của Convolutional Kolmogorov–Arnold Networks – phiên bản mở rộng chuyên biệt cho bài toán phân loại ảnh. Nhóm nghiên cứu tiến hành đánh giá thực nghiệm toàn diện trên các bộ dữ liệu chuẩn như MNIST, SVHN và CIFAR-10, so sánh hiệu năng giữa KANs và Convolutional KANs.
Tất cả mã nguồn và tài nguyên thực nghiệm đã được công bố công khai nhằm hỗ trợ cộng đồng trong việc tái lập và phát triển nghiên cứu:
https://github.com/.../Convolutional-KAN-forImage...
"Chúng em xin gửi lời tri ân sâu sắc đến Cô – TS. Dương Việt Hằng, người đã tận tâm hướng dẫn, đồng hành và truyền cảm hứng trong suốt hành trình nghiên cứu và công bố bài báo khoa học này"
RIVF là hội nghị quốc tế uy tín thuộc SCOPUS và ISI Web of Science, quy tụ các nghiên cứu tiên tiến trong lĩnh vực Công nghệ Truyền thông và Điện toán. Năm 2025 – kỳ tổ chức lần thứ 19 – xoay quanh các chủ đề: Xử lý hình ảnh, ngôn ngữ, giọng nói; Truyền thông và mạng; An ninh mạng; IoT; Điện toán đám mây; AI; Khoa học dữ liệu; Máy tính thông minh; Kỹ thuật phần mềm; Hệ thống thông tin và mô hình tính toán.
Thông tin chi tiết: https://www.facebook.com/UIT.Fanpage/posts/pfbid02YH1AsQEM2Q6aBC5gstmostDzSLhstLBPmK38B5MuofKCE65Z4NFhbfWGHuJHsRrUl
