2025년 발표 이후 높은 인용도와 동년 논문 상위 1% 이슈로 HOT 슬롯에 선정되었다.

AI와 과학의 통합은 현재 AI가 연결주의에, 과학이 상징주의에 기반을 두고 있어 어려움을 겪는다. 저자들은 Kolmogorov‑Arnold 네트워크(KAN)를 과학에 융합하는 프레임워크를 제안하여, 특징 선택, 모듈 구조 파악, 상징적 식 발견이라는 세 가지 과학 탐구 과제에 KAN을 적용한다. 프레임워크는 과학 → KAN(과학 지식 삽입)과 KAN → 과학(과학적 통찰 추출) 양방향 연계를 제공한다. 주요 도구로는 곱셈 노드를 갖는 MultKAN, 상징식을 KAN으로 변환하는 kanpiler, 네트워크를 트리 그래프로 전환하는 tree converter가 소개되며, 이를 통해 KAN의 새로운 기능을 시연한다.

KAN 도구들을 이용해 실험 데이터에서 상징적 관계를 추출하거나, 기존 과학 지식을 네트워크에 직접 삽입해 모델링 정확도를 높이는 연구 설계에 활용할 수 있다.

이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다. SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.