KAN-MLP-Mixer: A comprehensive investigation of the usage of Kolmogorov-Arnold Networks (KANs) for improving IMU-based Human Activity Recognition

Les Réseaux de Kolmogorov-Arnold (KANs) excellent dans l'apprentissage de fonctions complexes sur des données propres mais peinent avec des ensembles de données réels et bruyants, contrairement aux perceptrons multicouches (MLPs) qui sont robustes au bruit et efficaces. Cet article propose une architecture hybride KAN-MLP pour la Reconnaissance d'Activité Humaine basée sur IMU, combinant la précision des KANs avec la robustesse et l'efficacité des MLPs.