Beyond Gaussian Initializations: Signal Preserving Weight Initialization for Odd-Sigmoid Activations
Fuente:
arXiv
Salvato in:
| Autori principali: | Lee, Hyunwoo, Choi, Hayoung, Kim, Hyunju |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Robust Weight Initialization for Tanh Neural Networks with Fixed Point Analysis
di: Lee, Hyunwoo, et al.
Pubblicazione: (2024)
di: Lee, Hyunwoo, et al.
Pubblicazione: (2024)
Progressive Weight Loading: Accelerating Initial Inference and Gradually Boosting Performance on Resource-Constrained Environments
di: Kim, Hyunwoo, et al.
Pubblicazione: (2025)
di: Kim, Hyunwoo, et al.
Pubblicazione: (2025)
Optimized Weight Initialization on the Stiefel Manifold for Deep ReLU Neural Networks
di: Lee, Hyungu, et al.
Pubblicazione: (2025)
di: Lee, Hyungu, et al.
Pubblicazione: (2025)
PINNet: a deep neural network with pathway prior knowledge for Alzheimer's disease
di: Kim, Yeojin, et al.
Pubblicazione: (2022)
di: Kim, Yeojin, et al.
Pubblicazione: (2022)
Deep Metric Loss for Multimodal Learning
di: Moon, Sehwan, et al.
Pubblicazione: (2023)
di: Moon, Sehwan, et al.
Pubblicazione: (2023)
Teasing Apart Architecture and Initial Weights as Sources of Inductive Bias in Neural Networks
di: Bencomo, Gianluca, et al.
Pubblicazione: (2025)
di: Bencomo, Gianluca, et al.
Pubblicazione: (2025)
Fast Training of Sinusoidal Neural Fields via Scaling Initialization
di: Yeom, Taesun, et al.
Pubblicazione: (2024)
di: Yeom, Taesun, et al.
Pubblicazione: (2024)
Frictional Q-Learning
di: Kim, Hyunwoo, et al.
Pubblicazione: (2025)
di: Kim, Hyunwoo, et al.
Pubblicazione: (2025)
Entropy-Aware Model Initialization for Effective Exploration in Deep Reinforcement Learning
di: Jang, Sooyoung, et al.
Pubblicazione: (2021)
di: Jang, Sooyoung, et al.
Pubblicazione: (2021)
Spatio-Temporal Graphs Beyond Grids: Benchmark for Maritime Anomaly Detection
di: Kim, Jeehong, et al.
Pubblicazione: (2025)
di: Kim, Jeehong, et al.
Pubblicazione: (2025)
FlowerFormer: Empowering Neural Architecture Encoding using a Flow-aware Graph Transformer
di: Hwang, Dongyeong, et al.
Pubblicazione: (2024)
di: Hwang, Dongyeong, et al.
Pubblicazione: (2024)
Principal Components for Neural Network Initialization
di: Phan, Nhan, et al.
Pubblicazione: (2025)
di: Phan, Nhan, et al.
Pubblicazione: (2025)
LION-DG: Layer-Informed Initialization with Deep Gradient Protocols for Accelerated Neural Network Training
di: Kim, Hyunjun
Pubblicazione: (2026)
di: Kim, Hyunjun
Pubblicazione: (2026)
Preserving Bilinear Weight Spectra with a Signed and Shrunk Quadratic Activation Function
di: Abohwo, Jason, et al.
Pubblicazione: (2025)
di: Abohwo, Jason, et al.
Pubblicazione: (2025)
Revisiting Weight Averaging for Model Merging
di: Choi, Jiho, et al.
Pubblicazione: (2024)
di: Choi, Jiho, et al.
Pubblicazione: (2024)
Global Minimizers of Sigmoid Contrastive Loss
di: Bangachev, Kiril, et al.
Pubblicazione: (2025)
di: Bangachev, Kiril, et al.
Pubblicazione: (2025)
Geometric Regularization in Mixture-of-Experts: The Disconnect Between Weights and Activations
di: Kim, Hyunjun
Pubblicazione: (2026)
di: Kim, Hyunjun
Pubblicazione: (2026)
Achieving the Tightest Relaxation of Sigmoids for Formal Verification
di: Chevalier, Samuel, et al.
Pubblicazione: (2024)
di: Chevalier, Samuel, et al.
Pubblicazione: (2024)
Revisiting Glorot Initialization for Long-Range Linear Recurrences
di: Bar, Noga, et al.
Pubblicazione: (2025)
di: Bar, Noga, et al.
Pubblicazione: (2025)
When Bias Meets Trainability: Connecting Theories of Initialization
di: Bassi, Alberto, et al.
Pubblicazione: (2025)
di: Bassi, Alberto, et al.
Pubblicazione: (2025)
The Initialization Determines Whether In-Context Learning Is Gradient Descent
di: Xie, Shifeng, et al.
Pubblicazione: (2025)
di: Xie, Shifeng, et al.
Pubblicazione: (2025)
Revisiting the Initial Steps in Adaptive Gradient Descent Optimization
di: Abuduweili, Abulikemu, et al.
Pubblicazione: (2024)
di: Abuduweili, Abulikemu, et al.
Pubblicazione: (2024)
Initializing Services in Interactive ML Systems for Diverse Users
di: Bose, Avinandan, et al.
Pubblicazione: (2023)
di: Bose, Avinandan, et al.
Pubblicazione: (2023)
NNiT: Width-Agnostic Neural Network Generation with Structurally Aligned Weight Spaces
di: Kim, Jiwoo, et al.
Pubblicazione: (2026)
di: Kim, Jiwoo, et al.
Pubblicazione: (2026)
World Models for Autonomous Driving: An Initial Survey
di: Guan, Yanchen, et al.
Pubblicazione: (2024)
di: Guan, Yanchen, et al.
Pubblicazione: (2024)
Bridging KAN and MLP: MJKAN, a Hybrid Architecture with Both Efficiency and Expressiveness
di: Joo, Hanseon, et al.
Pubblicazione: (2025)
di: Joo, Hanseon, et al.
Pubblicazione: (2025)
UNR-Explainer: Counterfactual Explanations for Unsupervised Node Representation Learning Models
di: Kang, Hyunju, et al.
Pubblicazione: (2026)
di: Kang, Hyunju, et al.
Pubblicazione: (2026)
Random Initialization of Gated Sparse Adapters
di: Retault, Vi, et al.
Pubblicazione: (2025)
di: Retault, Vi, et al.
Pubblicazione: (2025)
NoiseAR: AutoRegressing Initial Noise Prior for Diffusion Models
di: Li, Zeming, et al.
Pubblicazione: (2025)
di: Li, Zeming, et al.
Pubblicazione: (2025)
IDInit: A Universal and Stable Initialization Method for Neural Network Training
di: Pan, Yu, et al.
Pubblicazione: (2025)
di: Pan, Yu, et al.
Pubblicazione: (2025)
Randomly Initialized Networks Can Learn from Peer-to-Peer Consensus
di: Rodríguez-Betancourt, Esteban, et al.
Pubblicazione: (2026)
di: Rodríguez-Betancourt, Esteban, et al.
Pubblicazione: (2026)
Bit-Identical Medical Deep Learning via Structured Orthogonal Initialization
di: Shkolnikov, Yakov Pyotr
Pubblicazione: (2026)
di: Shkolnikov, Yakov Pyotr
Pubblicazione: (2026)
Rapid Deployment of DNNs for Edge Computing via Structured Pruning at Initialization
di: Eccles, Bailey J., et al.
Pubblicazione: (2024)
di: Eccles, Bailey J., et al.
Pubblicazione: (2024)
No More Adam: Learning Rate Scaling at Initialization is All You Need
di: Xu, Minghao, et al.
Pubblicazione: (2024)
di: Xu, Minghao, et al.
Pubblicazione: (2024)
Inversion-based Latent Bayesian Optimization
di: Chu, Jaewon, et al.
Pubblicazione: (2024)
di: Chu, Jaewon, et al.
Pubblicazione: (2024)
Mimetic Initialization of MLPs
di: Trockman, Asher, et al.
Pubblicazione: (2026)
di: Trockman, Asher, et al.
Pubblicazione: (2026)
JUDO: A Juxtaposed Domain-Oriented Multimodal Reasoner for Industrial Anomaly QA
di: Kang, Hyunju, et al.
Pubblicazione: (2026)
di: Kang, Hyunju, et al.
Pubblicazione: (2026)
Exploring Learngene via Stage-wise Weight Sharing for Initializing Variable-sized Models
di: Xia, Shi-Yu, et al.
Pubblicazione: (2024)
di: Xia, Shi-Yu, et al.
Pubblicazione: (2024)
Sparse Weight Averaging with Multiple Particles for Iterative Magnitude Pruning
di: Choi, Moonseok, et al.
Pubblicazione: (2023)
di: Choi, Moonseok, et al.
Pubblicazione: (2023)
The Impact of Initialization on LoRA Finetuning Dynamics
di: Hayou, Soufiane, et al.
Pubblicazione: (2024)
di: Hayou, Soufiane, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Robust Weight Initialization for Tanh Neural Networks with Fixed Point Analysis
di: Lee, Hyunwoo, et al.
Pubblicazione: (2024) -
Progressive Weight Loading: Accelerating Initial Inference and Gradually Boosting Performance on Resource-Constrained Environments
di: Kim, Hyunwoo, et al.
Pubblicazione: (2025) -
Optimized Weight Initialization on the Stiefel Manifold for Deep ReLU Neural Networks
di: Lee, Hyungu, et al.
Pubblicazione: (2025) -
PINNet: a deep neural network with pathway prior knowledge for Alzheimer's disease
di: Kim, Yeojin, et al.
Pubblicazione: (2022) -
Deep Metric Loss for Multimodal Learning
di: Moon, Sehwan, et al.
Pubblicazione: (2023)