Kolmogorov-Arnold Network（KAN）は、従来の多層パーセプトロン（MLP）に代わる新しいニューラルネットワークモデルです。KANは、重み付きの線形変換の代わりに、関数の適用によって特徴を抽出する構造を持ち、学習可能な活性関数としてBスプラインなどを使用します。この記事では、KANの背景理論、構造、実装コード、学習プロセスなどが詳細に解説されています。KANは、解釈性や効率性の面でMLPの課題に対する可能性を提示します。