CAWI: Copula-uitgelijnde gewichtsinitialisatie voor gerandomiseerde neurale netwerken

arXiv:2605.12580v1 Aankondiging Type: nieuw Samenvatting: Gerandomiseerde neurale netwerken (RdNN's) maken efficiënte, backpropagatievrije training mogelijk door willekeurig geïnitialiseerde invoer-naar-verborgen gewichten te bevriezen, wat een oplossing in gesloten vorm voor de uitvoerlaag mogelijk maakt. Conventionele willekeurige initialisatie is echter blind voor de afhankelijkheid tussen kenmerken, waarbij correlaties, asymmetrieën en staartafhankelijkheid in de gegevens worden genegeerd, wat de conditionering en voorspellende prestaties verslechtert. Voor zover wij weten, deze beperking