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