Buchumschlag

Improved weight initialization for deep and narrow feedforward neural network

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Hyunwoo, Kim, Yunho, Yang, Seung Yeop, Choi, Hayoung
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Designing deep neural networks for driver intention recognition
von: Vellenga, Koen, et al.
Veröffentlicht: (2024)

An algorithmic framework for the optimization of deep neural networks architectures and hyperparameters
von: Keisler, Julie, et al.
Veröffentlicht: (2023)

Gated recurrent neural networks discover attention
von: Zucchet, Nicolas, et al.
Veröffentlicht: (2023)

Universality of reservoir systems with recurrent neural networks
von: Yasumoto, Hiroki, et al.
Veröffentlicht: (2024)

A third-order finite difference weighted essentially non-oscillatory scheme with shallow neural network
von: Park, Kwanghyuk, et al.
Veröffentlicht: (2024)

Gradient-based inference of abstract task representations for generalization in neural networks
von: Hummos, Ali, et al.
Veröffentlicht: (2024)

The dynamic interplay between in-context and in-weight learning in humans and neural networks
von: Russin, Jacob, et al.
Veröffentlicht: (2024)

Investigating the generative dynamics of energy-based neural networks
von: Tausani, Lorenzo, et al.
Veröffentlicht: (2023)

Learning fast changing slow in spiking neural networks
von: Capone, Cristiano, et al.
Veröffentlicht: (2024)

Learning richness modulates equality reasoning in neural networks
von: Tong, William L., et al.
Veröffentlicht: (2025)

A fast and accurate physics-informed neural network reduced order model with shallow masked autoencoder
von: Kim, Youngkyu, et al.
Veröffentlicht: (2020)

A developmental approach for training deep belief networks
von: Zambra, Matteo, et al.
Veröffentlicht: (2022)

Spike-based computation using classical recurrent neural networks
von: De Geeter, Florent, et al.
Veröffentlicht: (2023)

From Frege to chatGPT: Compositionality in language, cognition, and deep neural networks
von: Russin, Jacob, et al.
Veröffentlicht: (2024)

Three factor delay learning rules for spiking neural networks
von: Vassallo, Luke, et al.
Veröffentlicht: (2026)

Hypercomplex neural network in time series forecasting of stock data
von: Kycia, Radosław, et al.
Veröffentlicht: (2024)

Flexible inference for animal learning rules using neural networks
von: Liu, Yuhan Helena, et al.
Veröffentlicht: (2025)

Optimal feature rescaling in machine learning based on neural networks
von: Vitrò, Federico Maria, et al.
Veröffentlicht: (2024)

Fast gradient-free activation maximization for neurons in spiking neural networks
von: Pospelov, Nikita, et al.
Veröffentlicht: (2023)

Application-oriented automatic hyperparameter optimization for spiking neural network prototyping
von: Fra, Vittorio
Veröffentlicht: (2025)

A rationale from frequency perspective for grokking in training neural network
von: Zhou, Zhangchen, et al.
Veröffentlicht: (2024)

Prototype-based interpretation of the functionality of neurons in winner-take-all neural networks
von: Sabzevar, Ramin Zarei, et al.
Veröffentlicht: (2020)

Iteration over event space in time-to-first-spike spiking neural networks for Twitter bot classification
von: Pabian, Mateusz, et al.
Veröffentlicht: (2024)

Universality and approximation bounds for echo state networks with random weights
von: Li, Zhen, et al.
Veröffentlicht: (2022)

Provably robust learning of regression neural networks using $β$-divergences
von: Ghosh, Abhik, et al.
Veröffentlicht: (2026)

Universality of shallow and deep neural networks on non-Euclidean spaces
von: Ismailov, Vugar
Veröffentlicht: (2026)

Improving the adaptive and continuous learning capabilities of artificial neural networks: Lessons from multi-neuromodulatory dynamics
von: Mei, Jie, et al.
Veröffentlicht: (2025)

The boundary of neural network trainability is fractal
von: Sohl-Dickstein, Jascha
Veröffentlicht: (2024)

Long-only cryptocurrency portfolio management by ranking the assets: a neural network approach
von: Yang, Zijiang
Veröffentlicht: (2025)

UniHPF : Universal Healthcare Predictive Framework with Zero Domain Knowledge
von: Hur, Kyunghoon, et al.
Veröffentlicht: (2022)

Similarity-based context aware continual learning for spiking neural networks
von: Han, Bing, et al.
Veröffentlicht: (2024)

Continual learning with the neural tangent ensemble
von: Benjamin, Ari S., et al.
Veröffentlicht: (2024)

Who invented deep residual learning?
von: Schmidhuber, Juergen
Veröffentlicht: (2025)

Reconsidering the energy efficiency of spiking neural networks
von: Yan, Zhanglu, et al.
Veröffentlicht: (2024)

Ant Colony Sampling with GFlowNets for Combinatorial Optimization
von: Kim, Minsu, et al.
Veröffentlicht: (2024)

Pruning-induced phases in fully-connected neural networks: the eumentia, the dementia, and the amentia
von: Pan, Haining, et al.
Veröffentlicht: (2026)

Banach neural operator for Navier-Stokes equations
von: Zhang, Bo
Veröffentlicht: (2025)

Improving the performance of optical inverse design of multilayer thin films using CNN-LSTM tandem neural networks
von: Jung, Uijun, et al.
Veröffentlicht: (2025)

Effects of structural properties of neural networks on machine learning performance
von: Arya, Yash, et al.
Veröffentlicht: (2025)

Activation degree thresholds and expressiveness of polynomial neural networks
von: Finkel, Bella, et al.
Veröffentlicht: (2024)