13.11.2025, 15:00 Uhr
Universität Wien
VBC5 / Seminarraum 1.116
Campus Vienna
Biocenter 5
1030 Wien
Titel: Using a Kolmogorov-Arnold Neural Network to distinguish
Felsenstein Zone from Farris Zone
Kurzfassung:
Diese Arbeit untersucht die Anwendung eines Kolmogorov-Arnold neuronalen
Netzes (KAN), wie es in Liu et al. [2024] präsentiert wurde, auf ein phylogenetisches
Klassifikationsproblem: die Unterscheidung zwischen vier Taxon DNA-Alignments, die sich unter
Farris- oder Felsenstein-Bäumen entwickelt haben. Diese Baumtypen unterscheiden sich in erster
Linie in der Verteilung der Astlängen, was dazu führt, dass je nach verwendetem Verfahren, Max-
imum Parsimony oder Maximum Likelihood, unterschiedliche Rekonstruktionsresultate erzielt werden.
Aufbauend auf der Arbeit von Leuchtenberger et al. [2020], in der für diese Aufgabe ein
klassisches feedforward neuronales Netz eingesetzt wurde, wird in dieser Arbeit untersucht, ob ein
KAN eine vergleichbare Vorhersageleistung erreichen kann und dabei zugleich eine größere
Interpretierbarkeit bietet. Um eine direkte Vergleichbarkeit sicherzustellen, wurde derselbe
Datensatz wie in Leuchtenberger et al. [2020] verwendet. Das KAN war in der Lage, diese Aufgabe mit
derselben Leistung zu lösen wie das von Leuchtenberger et al. [2020] eingeführte Netz. Die
Ergebnisse zeigen, dass KANs in der Lage sind, die Klassifikationsaufgabe effektiv zu bewältigen.