KANEx: Kolmogorov-Arnold Networks의 해석 가능성을 의료적 설명 가능성으로 변환하기

요약

KANEx는 Kolmogorov-Arnold Networks(KAN)의 구조적 투명성을 활용하여 의료용 시각-언어 모델(VLM)의 설명 가능성을 높이는 프레임워크입니다. KAN의 스플라인 기반 특성을 통해 모델의 추론 근거를 수학적으로 해석 가능한 단위로 제공하며, 의료 AI의 신뢰성을 향상시킵니다.

핵심 포인트

• KAN의 상징적 투명성을 활용한 VLM 추론 근거 생성
• 경사도 근사치가 아닌 KAN 모델 직접 유도 방식의 KAN-Map 설계
• MIMIC-CXR 데이터셋 기준 시각적 국소화 및 추론 품질 10% 향상
• 의료 AI의 블랙박스 문제를 해결하기 위한 수학적 해석 가능성 제시