CAWI: Copula-Aligned Weight Initialization for Randomized Neural Networks

CAWI propõe um novo framework de inicialização de pesos para Redes Neurais Aleatórias (RdNNs) que aborda a limitação da inicialização aleatória convencional que ignora a dependência entre características. Ele utiliza uma cópula ajustada aos dados para garantir que as projeções congeladas respeitem a dependência empírica, melhorando o condicionamento e o desempenho preditivo.