💻 computer science

Rethinking Time Series with Kolmogorov-Arnold Networks: A Systematic Review

Esta revisión sistemática evalúa la idoneidad de las Redes de Kolmogorov-Arnold (KANs) para el análisis de series temporales, concluyendo que, si bien sobresalen en la previsión interpretable de corto plazo con patrones suaves en diversos dominios, su aplicación actual está limitada por la evidencia heterogénea, los desafíos para manejar dependencias de largo alcance y cambios de régimen, y la necesidad de bancos de pruebas estandarizados y una validación rigurosa de la interpretabilidad.

Autores originales: Antoni Mól, Dariusz Jemielniak, Leon Ciechanowski

Publicado 2026-07-14

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Antoni Mól, Dariusz Jemielniak, Leon Ciechanowski

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando predecir el futuro. Tal vez quieras saber cuánta electricidad consumirá tu vecindario mañana, cómo aguantará la batería de tu teléfono, o incluso qué hará el clima. Durante años, las herramientas habituales para este trabajo han sido como gigantescos robots de caja negra (llamados modelos de Aprendizaje Profundo o Deep Learning) que son excelentes adivinando, pero terribles explicando por qué adivinaron lo que adivinaron. También son, en ocasiones, torpes con los patrones a largo plazo.

Entran las Redes Kolmogorov-Arnold, o KAN por sus siglas en inglés. Piensa en las KAN no como una caja negra, sino como un maestro chef que no solo lanza ingredientes a una olla, sino que puede mostrarte la receta exacta, paso a paso, explicando exactamente cómo cada especia cambia el sabor.

Aquí tienes la primicia de una nueva revisión sistemática que puso a prueba estas KAN frente a los viejos robots para ver si están listas para el plato principal.

El Plato Principal: Qué hacen realmente las KAN

Las redes neuronales tradicionales son como una línea de montaje de una fábrica donde las máquinas (neuronas) son fijas y solo se ajustan las cintas transportadoras (pesos). Las KAN cambian el guion. En lugar de máquinas fijas, utilizan funciones ajustables y aprendibles en las conexiones entre los nodos.

Imagina que una red estándar es un sistema de tuberías rígidas donde el agua fluye a través de curvas fijas. Una K

La Prueba de Sabor: Dónde brillan las KAN

Los investigadores revisaron 36 estudios y descubrieron que las KAN están arrasando en entornos específicos y estructurados.

Energía y Baterías: En el mundo de las redes eléctricas y las baterías de coches eléctricos, las KAN son como mecánicos de alta precisión. En un estudio, un modelo KAN predijo la salud de una batería con un error (RMSE) de solo 0.00570, superando al modelo antiguo de 0.00607. En otro, predijo cuánta carga le quedaba a la batería de un coche eléctrico con una precisión (R²) de 0.9755, mientras que el modelo anterior solo alcanzó 0.9693.
Naturaleza e Infraestructura: Al predecir el flujo de los ríos (caudal) o cuánto podría doblarse una presa bajo presión, las KAN son las estrellas. Para predicciones de flujo de río de 1 día, las KAN alcanzaron una precisión (R²) de 0.975 para el río Rin, mientras que el campeón anterior (Transformers) solo logró 0.955.
El Superpoder de los "Datos Pequeños": ¿Uno de los trucos más geniales? Las KAN son diminutas. En una prueba de detección de anomalías, un modelo KAN hizo el trabajo con solo 274 parámetros (los "espacios de memoria" del cerebro), mientras que el modelo antiguo necesitaba 10,421. ¡Eso es una reducción del 97%! Es como resolver un rompecabezas con un puñado pequeño de piezas en lugar de una caja entera.

La Zona de "No Tan Rápido": Donde las KAN tropiezan

Aquí es donde el artículo pone el freno. Las KAN no son una varita mágica para todo.

La Trampa del Mercado Financiero: Si crees que las KAN predecirán el mercado de valores o los precios de las criptomonedas como un mago, el artículo dice: Piénsalo de nuevo. En los mercados financieros, donde los precios saltan salvajemente y las reglas cambian repentinamente (como un juego donde los postes de la portería se mueven cada segundo), las KAN tuvieron dificultades. Un modelo que intentaba predecir los precios de las criptomonedas solo obtuvo una precisión (R²) de 0.1378 a 0.1796. El artículo sugiere que esto se debe a que los mercados financieros son demasiado caóticos y "rugosos" para las curvas matemáticas suaves que las KAN aman dibujar.
Predicción a Largo Plazo: Las KAN son excelentes para predicciones a corto plazo (como de 1 a 3 días), pero a medida que intentas mirar más lejos en el futuro, su ventaja se desvanece y comienzan a comportarse igual que los modelos más antiguos.
El Problema de la "Olla de Cocción Lenta": Aunque las KAN son eficientes en tamaño, pueden ser lentas de entrenar. En un estudio, un modelo KAN tardó 843 segundos en entrenarse, mientras que el modelo de referencia terminó en solo 244 segundos. Es como una comida de olla lenta que sabe increíble, pero tarda tres veces más en prepararse.

El Misterio de la "Explicabilidad": ¿Podemos realmente leer la receta?

El mayor argumento de venta de las KAN es que se supone que son "interpretables". Deberías poder mirar el modelo y ver la fórmula matemática que aprendió, como ver la receta: $X_{t+1} = e^{X_t^2} + \sin(3.14 \cdot X_{t-1})$ .

El artículo confirma que, sí, pueden escupir estas fórmulas. Sin embargo, hay un truco. Los autores advierten que el hecho de que puedas ver la fórmula no significa que un experto humano realmente la entienda o confíe en ella más que en una caja negra.

El Intercambio: Para obtener un modelo lo suficientemente simple como para leer la receta, a menudo tienes que hacer que el modelo sea menos preciso. En una prueba, la versión "legible" de la KAN era significativamente peor en su trabajo que la versión "ilegible".
La Prueba Faltante: El artículo señala que, aunque tenemos las fórmulas, nadie ha preguntado realmente a expertos humanos (como médicos o ingenieros) si estas fórmulas les ayudan a tomar mejores decisiones. Es como tener un mapa que se ve hermoso, pero no hemos probado si realmente te ayuda a encontrar tu camino.

El Veredicto: Una Herramienta Especializada, No una Solución Universal

Entonces, ¿cuál es la conclusión final?

El artículo sugiere que las KAN son una herramienta prometedora y especializada para problemas donde los datos son suaves, estructurados y a corto plazo, como predecir el uso de electricidad, los niveles de los ríos o la salud de una batería. En estas áreas, suelen ser más precisas, pequeñas y transparentes que los modelos antiguos.

Sin embargo, no son una solución universal. No están listas para reemplazar a todos los demás modelos, especialmente en campos caóticos como las finanzas o para predicciones a muy largo plazo. Los autores también señalan que el campo es aún joven; muchos estudios no informaron cuánto tiempo tardaron los modelos en ejecutarse o cuánta memoria utilizaron, lo que dificulta decir con certeza si están listas para el mundo real.

En resumen, las KAN son un brillante instrumento nuevo en la orquesta de la IA, perfecto para tocar melodías suaves y complejas, pero podrían perderse en el ruido de un concierto de rock caótico. Necesitamos más práctica (y más pruebas) antes de dejar que lideren la banda.

Resumen Técnico: Replanteando las Series Temporales con Redes de Kolmogorov-Arnold: Una Revisión Sistemática

1. Planteamiento del Problema

El análisis de series temporales es crítico en diversos dominios como las finanzas, la salud, la energía y las ciencias climáticas; sin embargo, enfrenta desafíos persistentes que las metodologías existentes luchan por abordar. Los métodos estadísticos tradicionales (p. ej., ARIMA) a menudo fallan debido a las restrictivas suposiciones de linealidad y estacionariedad, siendo incapaces de adaptarse a datos no estacionarios o al concept drift (deriva de concepto). Las arquitecturas de aprendizaje profundo, incluyendo las Redes Neuronales Recurrentes (RNN) y las redes de Memoria de Largo Corto Plazo (LSTM), sufren de desvanecimiento/explosión de gradientes, ineficiencias computacionales en el procesamiento secuencial y olvido catastrófico. Más recientemente, se han aplicado arquitecturas Transformer a las series temporales, pero estas enfrentan desajustes arquitectónicos, tales como la naturaleza invariante a la permutación de la autoatención que entra en conflicto con el orden temporal, una complejidad computacional cuadrática y una tendencia al sobreajuste en conjuntos de datos más pequeños. Además, los modelos existentes suelen carecer de interpretabilidad y de mecanismos robustos para manejar el concept drift: la evolución de las distribuciones de datos subyacentes a lo largo del tiempo.

El artículo postula que las Redes de Kolmogorov-Arnold (KAN), una novedosa arquitectura basada en el teorema de representación de Kolmogorov-Arnold, ofrecen un paradigma de modelado fundamentalmente diferente. A diferencia de los Perceptrones Multicapa (MLP) que utilizan funciones de activación fijas y aprenden pesos lineales, las KAN colocan funciones univariantes no lineales aprendibles (típicamente B-splines) en las aristas de la red. Esta estructura teóricamente permite una aproximación de funciones más eficiente y una interpretabilidad inherente, abordando potencialmente las brechas dejadas por los modelos de series temporales actuales.

2. Metodología

Este trabajo es una revisión sistemática de la idoneidad de las KAN para el análisis de series temporales.

Estrategia de Búsqueda: Los autores buscaron en cuatro bases de datos (ScienceDirect, IEEE Xplore, Springer y arXiv) literatura publicada entre abril de 2024 y noviembre de 2025. La cadena de búsqueda combinó términos de "Kolmogorov–Arnold Network" con "series temporales", "datos temporales" y "pronóstico/predicción".
Criterios de Selección: De un grupo inicial de 243 registros, se seleccionaron 36 estudios para un análisis detallado. Los criterios de inclusión requirieron la evaluación empírica de las KAN en tareas de series temporales, el reporte de métricas de rendimiento (precisión, generalización, adaptabilidad) y suficiente transparencia metodológica. Se excluyeron los estudios centrados únicamente en la teoría sin aplicación empírica o que carecían de relevancia para las series temporales.
Marco de Análisis: La revisión sintetiza la evidencia a través de seis dominios clave: sistemas de energía, monitoreo ambiental, señales biomédicas, finanzas, infraestructura y comparativas (benchmarks) generales de pronóstico. El análisis se centra en tres preguntas de investigación (RQ):
1. ¿Bajo qué condiciones las KAN superan a las arquitecturas establecidas?
2. ¿Cómo se compara la interpretabilidad cualitativa de las KAN con los métodos de explicabilidad post-hoc (p. ej., SHAP, LIME) en términos de comprensión del usuario y confianza?
3. ¿Cuáles son las compensaciones entre eficiencia computacional y precisión (complejidad de entrenamiento, inferencia, tamaño del modelo) en comparación con los modelos convencionales?

3. Contribuciones Clave

El artículo proporciona una síntesis exhaustiva del estado actual de las KAN en las series temporales, ofreciendo:

Una Síntesis de Rendimiento por Dominio: Un mapeo detallado del rendimiento de las KAN en diversos sectores, identificando dónde la arquitectura destaca (patrones estructurados y suaves) y dónde tiene dificultades (alta volatilidad, cambios bruscos de régimen).
Evaluación Crítica de la Interpretabilidad: Una evaluación rigurosa que distingue entre la capacidad de visualizar las funciones aprendidas y la utilidad práctica de dichas visualizaciones para la toma de decisiones. La revisión destaca la falta de validación empírica por parte de expertos en el dominio respecto a las afirmaciones de interpretabilidad de las KAN.
Análisis de Benchmarking Computacional: Un análisis de las compensaciones entre la eficiencia de parámetros y el tiempo de entrenamiento, señalando una brecha significativa en los datos de métricas computacionales reportados en la literatura revisada.
Identificación de Brechas de Investigación: Los autores identifican limitaciones críticas en la base de evidencia actual, particularmente en la evaluación del concept drift, las pruebas de significancia estadística y la ausencia de estándares de referencia para la adaptación al drift específicas de KAN.

4. Resultados

4.1 Patrones de Rendimiento

Casos de Éxito: Las KAN demuestran consistentemente un rendimiento superior o comparable en dominios caracterizados por patrones temporales suaves y estructurados y restricciones físicas.
- Energía e Infraestructura: En el pronóstico de caudales de ríos, las KAN superaron a los Transformers para horizontes de 1 a 3 días (R² > 0.95). En el pronóstico de carga energética, las KAN lograron mejoras de RMSE del 20 al 34% sobre las líneas base.
- Biomédica: Las KAN mostraron resultados sólidos en la estimación del estado de carga (SoC) de baterías (R² = 0.9755) y en la detección de anomalías en ECG, a menudo con menos parámetros que los MLP o LSTM.
- Eficiencia de Parámetros: En 9 de los 12 estudios que reportaron conteos de parámetros, las variantes de KAN requirieron sustancialmente menos parámetros (reducciones del 61% al 98%) para lograr un rendimiento comparable o mejor que las líneas base.
Limitaciones:
- Pronóstico Financiero: Las KAN tuvieron dificultades en los mercados financieros caracterizados por alta volatilidad y no estacionariedad. Los valores de R² para la predicción de criptomonedas fueron bajos (0.13–0.18), lo que sugiere que la aproximación de funciones suaves basadas en splines es poco adecuada para la dinámica adversarial y de cambio de régimen.
- Pronóstico de Largo Horizonte: Las ventajas de rendimiento suelen disminuir más allá de los horizontes de 3 días, convergiendo con el rendimiento de los Transformers a los 7 días.
- Fallos Específicos: Las KAN tuvieron un rendimiento inferior a las líneas base en el pronóstico probabilístico de carga (frente a Quantile-ANN), la predicción de precios inmobiliarios (frente a XGBoost) y en series específicas de pruebas de largo plazo.

4.2 Eficiencia Computacional

Tiempo de Entrenamiento: Contrario a la eficiencia de parámetros, las KAN requirieron consistentemente tiempos de entrenamiento más largos que las líneas base en la mayoría de los estudios reportados (p. ej., de 1.77x a 3.45x más largos). Esto se atribuye a la sobrecarga computacional de optimizar los coeficientes de los splines durante la retropropagación.
Inferencia y Memoria: El consumo de memoria GPU fue menor para las KAN en los casos reportados (p. ej., una reducción del 85% en un estudio), lo que concuerda con su eficiencia de parámetros. Sin embargo, los datos de latencia de inferencia son escasos.
Brecha de Reporte: Un hallazgo significativo es la falta de datos de benchmarking computacional; solo una minoría de los 36 estudios reportó tiempo de entrenamiento, latencia de inferencia o uso de memoria, lo que limita las conclusiones definitivas sobre la viabilidad de implementación.

4.3 Interpretabilidad

Mecanismos: Las KAN ofrecen interpretabilidad integrada mediante visualizaciones de B-splines, grafos de pesos de aristas y la capacidad de extraer fórmulas matemáticas simbólicas (p. ej., $X_{t+1} = e^{X_t^2} + \sin(3.14 \cdot X_{t-1})$ ).
Evaluación Crítica: La revisión encuentra que, aunque estos mecanismos existen, su utilidad práctica no ha sido probada.
- Existe una falta de estudios de usuario que validen si los expertos en el dominio encuentran las visualizaciones de las KAN más comprensibles o accionables que los métodos post-hoc como SHAP.
- Compensaciones: Lograr la interpretabilidad visual a menudo requiere simplificar la arquitectura de la red, lo que puede llevar a una degradación significativa del rendimiento (p. ej., una caída en el F1-score de 0.70 a 0.54 en un estudio).
- Complejidad: Interpretar redes densas con cientos de gráficos de B-splines sigue siendo cognitivamente demandante, y la extracción de fórmulas simbólicas a menudo requiere un procesamiento post-hoc complejo (poda o pruning), lo que desafía la afirmación de "interpretabilidad por diseño".

4.4 Concept Drift

La evidencia actual sobre las KAN y el concept drift es preliminar. Aunque algunas arquitecturas (p. ej., WormKAN) muestran promesa en la identificación de cambios de régimen, la evaluación sistemática frente a los bancos de pruebas establecidos de detección de drift (p. ej., ADWIN, DDM) está ausente. El campo carece de estudios controlados sobre cómo las KAN se adaptan a cambios distributivos repentinos versus graduales.

5. Significancia y Reivindicaciones

El artículo concluye que las Redes de Kolmogorov-Arnold representan una innovación arquitectónica prometedora pero selectiva para el análisis de series temporales.

Despliegue Selectivo: Las KAN son más adecuadas para dominios con patrones temporales suaves y con restricciones físicas (p. ej., energía, hidrología, señales biomédicas) donde la eficiencia de parámetros y el potencial de interpretabilidad son valiosos.
No es una Solución Universal: No son una mejora universal sobre los modelos de vanguardia, fallando particularmente en el pronóstico financiero de alta volatilidad y en las tareas de predicción de largo alcance.
Madurez Metodológica: Los autores enfatizan que la base de evidencia actual es preliminar, heterogénea y reportada de manera desigual. El campo sufre de una falta de pruebas de significancia estadística, de estándares de referencia y de una validación rigurosa de las afirmaciones de interpretabilidad.
Direcciones Futuras: El artículo insta a que los trabajos futuros prioricen los estándares de referencia, las pruebas estadísticas, la evaluación del concept drift y los estudios centrados en el usuario para validar si la interpretabilidad teórica de las KAN se traduce en una mejor toma de decisiones humana.

En resumen, el artículo aboga por una adopción cautelosa y basada en la evidencia de las KAN, instando a la comunidad a ir más allá de las demostraciones técnicas de extracción simbólica hacia una validación empírica rigurosa de su utilidad práctica y sus limitaciones.