作为一种非常有潜力的代替MLP的模型，KAN最终获得了学术界极大的关注。在我昨天的博客里，解读了最近的热门模型KAN：
论文阅读KAN: Kolmogorov–Arnold Networks-CSDN博客
KAN的原文作者提到了很多不足。本文算是对其中两个现有不足的回应，也就是:1)KAN不仅只能用于特定结构和深度，2）KAN不仅能用于小规模AI+Science任务，还可以用于更大规模或更复杂的任务。
本文将KAN融入了U-Net网络结构中，并运用在医学图像分割任务上。
1，U-KAN架构
整体结构如图，是个U-Net经典的对称编解码器结构。编解码器都有卷积部分和token化KAN模块部分组成。卷积部分如U-Net一样，不赘述。
Token化的KAN模块：
1）token化：首先对特征进行重塑，得到一系列扁平化的二维patch。接着进行线性投影，线性投影是通过一个核大小为3的卷积层实现的。卷积层足以编码位置信息，并且其性能实际上优于标准的位置编码技术。
2）KAN块：在获取到token之后，我们将它们传入一系列的KAN层（N=3）。在每个KAN层之后，特征会通过一个高效的深度卷积层（DwConv）、一个批量归一化层（BN）和一个ReLU激活函数。此外，还是用了残差连接。
2，消融实验
1）KAN层层数影响
2）KAN层换成MLP的话，结果会下降（在我看来本文最重要的结论也就是这个）
3）模型规模的影响
3，与SOTA对比
4，本文的缺陷与不足
本文在我看来有两个主要不足：
1）训练难度：KAN至关重要的训练难度问题没有提及。将KAN结构嵌入U-Net是否会导致训练变得不稳定或难以收敛呢？训练速度会慢多少呢？
2）实验对比不充分，结果可能不SOTA：
本文的对比实验，完全没有对比基于Transformer的图像分割模型，对比的几个模型要么是纯卷积模型，要么是卷积+MLP模型。那么我们是否可以认为U-KAN的结果逊于主流的Transformer分割模型？
5总结
在我看来，虽然本文模型大概率并不SOTA，但是也不是非要SOTA的模型和实验才有价值。
本文的价值在于验证了KAN可以用于更广泛的数据集，并且在更多场景下展现了超越和取代MLP的潜力。
