Kolmogorov Arnold Networks (KAN)最近作為MLP的替代而流行起來，KANs使用Kolmogorov-Arnold表示定理的屬性，該定理允許神經網路的啟用函式在邊緣上執行，這使得啟用函式“可學習”並改進它們。
目前我們看到有很多使用KAN替代MLP的實驗，但是目前來說對於圖神經網路來說還沒有類似的實驗，今天我們就來使用KAN建立一個圖神經網路Graph Kolmogorov Arnold(GKAN)，來測試下KAN是否可以在圖神經網路方面有所作為。
資料集
我們將使用Planetoid資料集中的Cora，這個資料集是Planetoid御三家之一，學習圖神經網路都會接觸到。Cora資料集包含2708個節點，5429條邊。標籤共7個類別。資料集的特徵維度是1433維，官網的視覺化圖如下：
我們這裡使用pyg，因為它裡面包含了完整的資料集載入程式碼：
https://avoid.overfit.cn/post/a89b58b1886c465ca0bedd12c4f3c5dd