# 基于

**Repository Path**: zgc-webcompetition/kan

## Basic Information

- **Project Name**: 基于
- **Description**: 不小心多创了一个，此为废案，管理员可以删除该仓库
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-01-30
- **Last Updated**: 2026-01-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 项目网页设计大赛参赛作品

## 🧪 项目信息

- **项目名称**: 基于新型神经网络 Kolmogorov-Arnold Networks 的第一性原理计算方法
- **项目单位**: 北京中关村学院
- **开发语言**: HTML5, CSS3, JavaScript

## 👥 团队成员

- **项目导师**: 黄永达 (北京中关村学院导师)
- **项目负责人**: 刘志伟 (北京中关村学院博士生)
- **项目成员**: 
  - 邢警 (北京中关村学院博士生)
  - 李涵坤 (北京中关村学院博士生)

## 📖 项目简介

随着人工智能技术的发展，神经网络在科学计算领域的应用日益广泛。本项目聚焦于新型神经网络结构 **Kolmogorov-Arnold Networks (KAN)**，旨在探索其在第一性原理计算中的应用潜力，解决传统计算方法效率低、计算量大的痛点。特别是与 **量子蒙特卡洛 (Quantum Monte Carlo, QMC)** 方法的深度融合，用于求解多电子体系的薛定谔方程。

## 🛠️ 项目结构

```
/项目组网页设计
│
├── index.html          # 网站主页（入口文件）
├── images/             # 图片素材文件夹
│   └── logo.png        # 学院 Logo
├── css/                # 样式文件夹
│   ├── style.css       # 全局基础样式
│   ├── recruit.css     # 招聘板块样式
│   ├── logo.css        # 顶部导航栏 Logo 样式
│   └── hero-logo.css   # 移动端适配样式
└── js/                 # 脚本文件夹
    └── script.js       # 交互逻辑脚本
```

## 🚀 如何预览与部署

### 方法 1：本地预览
1. 下载/解压本项目文件夹。
2. 直接双击打开 `index.html` 文件，即可在浏览器中查看完整效果。

### 方法 2：Gitee Pages 部署 (已配置)
本项目源码已上传至 Gitee 仓库，可直接通过 Gitee Pages 访问静态页面。
- **仓库地址**: [https://gitee.com/zgc-webcompetition/kan](https://gitee.com/zgc-webcompetition/kan)
- **Pages 服务**: 请在 Gitee 仓库的“服务 -> Gitee Pages”中启动服务。

## ✨ 核心亮点

1. **KAN 架构革新**: 利用 KAN 独特的激活函数可学习特性，提升模型对物理函数的拟合能力。
2. **高精度与高效率**: 保持第一性原理精度的同时，大幅降低计算成本。
3. **物理可解释性**: 相比传统黑盒模型，提供更好的物理可解释性。