La IA y los problemas difíciles del mundo · Informática teórica · arXiv · 2026-10-20
Equivalencia gaussiana para CNN con pesos no gaussianos
Título original: Gaussian equivalence for CNN with non-Gaussian weights
Este artículo estudia el límite de ancho infinito de las redes neuronales convolucionales con pesos aleatorios. Muestra que el límite de proceso gaussiano se cumple sin a priori gaussianos, siempre que los pesos sean i.i.d., centrados y tengan suficientes momentos finitos. El marco abarca activaciones de crecimiento polinómico y operadores comunes de extracción de parches, como la convolución, el relleno, el paso y la agrupación.