Data-Driven Variational Basis Learning Beyond Neural Networks: A Non-Neural Framework for Adaptive Basis Discovery

Dieses Manuskript stellt das Data Driven Variational Basis Learning (DVBL) vor, ein neuartiges nicht-neuronales Framework zum Lernen von datenadaptiven Basisfunktionen direkt aus hochdimensionalen Daten. Es bietet eine explizite, interpretierbare und mathematisch transparente Alternative zu neuronalen Netzen für das Repräsentationslernen, die deren Einschränkungen in Bezug auf Kontrolle und Transparenz adressiert.