基于参数化 Tanh 函数的边缘中心自适应神经激活

该论文提出参数化 Tanh 连接函数，以 4 个参数在连接边缘实现平滑、受限且可微的映射，缓解 KAN 的优化、内存和硬件扩展问题。在稠密架构评测中，模型在 MNIST 和 CIFAR-10 上分别达到 95.63% ± 0.08% 和 44.74% ± 0.18% 的准确率。相比 7 参数指数连接基线，其表达能力相当或更强，训练运行时间最多减少 85%。