KAN-SAE KAN-SAE:以每維可學習 B-spline 強化稀疏自編碼器以解碼天氣模式 深度學習已顛覆天氣預報,但模型內部表徵多數不透明。研究提出 KAN-SAE,一種把標準 ReLU 換成可學習每維 B-spline 非線性啟動的稀疏自編碼器,使每個潛在維度能發展專屬的閘控曲線以捕捉氣候的非線性行為。