Buchumschlag

A VAE Approach to Sample Multivariate Extremes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lafon, Nicolas, Naveau, Philippe, Fablet, Ronan
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neural Incremental Data Assimilation
von: Blanke, Matthieu, et al.
Veröffentlicht: (2024)

Benchmark of Likelihood-Free Inference Methods based on Neural and Optimal Transport Approaches
von: Aka, Samira, et al.
Veröffentlicht: (2026)

Discovering Data Manifold Geometry via Non-Contracting Flows
von: Vigouroux, David, et al.
Veröffentlicht: (2026)

Take It or Leave It: Intent-Controlled Partial Optimal Transport
von: Tripathi, Salil Parth, et al.
Veröffentlicht: (2026)

Multi-Modal Learning-based Reconstruction of High-Resolution Spatial Wind Speed Fields
von: Zambra, Matteo, et al.
Veröffentlicht: (2023)

Static and auto-regressive neural emulation of phytoplankton biomass dynamics from physical predictors in the global ocean
von: Lakra, Mahima, et al.
Veröffentlicht: (2026)

Neural variational Data Assimilation with Uncertainty Quantification using SPDE priors
von: Beauchamp, Maxime, et al.
Veröffentlicht: (2024)

Towards fully differentiable neural ocean model with Veros
von: Meunier, Etienne, et al.
Veröffentlicht: (2025)

Gradient-free online learning of subgrid-scale dynamics with neural emulators
von: Frezat, Hugo, et al.
Veröffentlicht: (2023)

Multi-site modelling and reconstruction of past extreme skew surges along the French Atlantic coast
von: Huet, Nathan, et al.
Veröffentlicht: (2025)

Simulation-informed deep learning for enhanced SWOT observations of fine-scale ocean dynamics
von: Cutolo, Eugenio, et al.
Veröffentlicht: (2025)

Distributional Regression U-Nets for the Postprocessing of Precipitation Ensemble Forecasts
von: Pic, Romain, et al.
Veröffentlicht: (2024)

Dynamic Reward Scaling for Multivariate Time Series Anomaly Detection: A VAE-Enhanced Reinforcement Learning Approach
von: Golchin, Bahareh, et al.
Veröffentlicht: (2025)

Capturing Extreme Events in Turbulence using an Extreme Variational Autoencoder (xVAE)
von: Zhang, Likun, et al.
Veröffentlicht: (2025)

Energy Correction Model in the Feature Space for Out-of-Distribution Detection
von: Lafon, Marc, et al.
Veröffentlicht: (2024)

Provably Safeguarding a Classifier from OOD and Adversarial Samples: an Extreme Value Theory Approach
von: Atienza, Nicolas, et al.
Veröffentlicht: (2025)

Supra-Laplacian Encoding for Transformer on Dynamic Graphs
von: Karmim, Yannis, et al.
Veröffentlicht: (2024)

Majorization-Minimization Networks for Inverse Problems: An Application to EEG Imaging
von: Tran, Le Minh Triet, et al.
Veröffentlicht: (2026)

Understanding the Double Descent Phenomenon in Deep Learning
von: Lafon, Marc, et al.
Veröffentlicht: (2024)

Causal Discovery in Multivariate Extremes with a Hydrological Analysis of Swiss River Discharges
von: Mhalla, Linda, et al.
Veröffentlicht: (2024)

Multivariate extreme value theory
von: Naveau, Philippe, et al.
Veröffentlicht: (2024)

GQ-VAE: A gated quantized VAE for learning variable length tokens
von: Datta, Theo, et al.
Veröffentlicht: (2025)

Half-VAE: An Encoder-Free VAE to Bypass Explicit Inverse Mapping
von: Wei, Yuan-Hao, et al.
Veröffentlicht: (2024)

Simulation of Multivariate Extremes: a Wasserstein-Aitchison GAN approach
von: Lhaut, Stéphane, et al.
Veröffentlicht: (2025)

TeVAE: A Variational Autoencoder Approach for Discrete Online Anomaly Detection in Variable-state Multivariate Time-series Data
von: Correia, Lucas, et al.
Veröffentlicht: (2024)

ECG Classification on PTB-XL: A Data-Centric Approach with Simplified CNN-VAE
von: Mehdi, Naqcho Ali, et al.
Veröffentlicht: (2026)

TrAISformer -- A Transformer Network with Sparse Augmented Data Representation and Cross Entropy Loss for AIS-based Vessel Trajectory Prediction
von: Nguyen, Duong, et al.
Veröffentlicht: (2021)

MA-VAE: Multi-head Attention-based Variational Autoencoder Approach for Anomaly Detection in Multivariate Time-series Applied to Automotive Endurance Powertrain Testing
von: Correia, Lucas, et al.
Veröffentlicht: (2023)

Density-Informed VAE (DiVAE): Reliable Log-Prior Probability via Density Alignment Regularization
von: Alessi, Michele, et al.
Veröffentlicht: (2025)

MERCURY: A fast and versatile multi-resolution based global emulator of compound climate hazards
von: Nath, Shruti, et al.
Veröffentlicht: (2024)

Multivariate distributional modeling of low, moderate, and large intensities without threshold selection steps
von: Gaetan, Carlo, et al.
Veröffentlicht: (2025)

On the Shape of Latent Variables in a Denoising VAE-MoG: A Posterior Sampling-Based Study
von: Bascuñán, Fernanda Zapata
Veröffentlicht: (2025)

Deep Learning of Multivariate Extremes via a Geometric Representation
von: Murphy-Barltrop, Callum J. R., et al.
Veröffentlicht: (2024)

TaskVAE: Task-Specific Variational Autoencoders for Exemplar Generation in Continual Learning for Human Activity Recognition
von: Kann, Bonpagna, et al.
Veröffentlicht: (2025)

Comparative Analysis of MDL-VAE vs. Standard VAE on 202 Years of Gynecological Data
von: Santos, Paula
Veröffentlicht: (2025)

How Neural Losses Shape VAE Latents
von: Strano, Giorgio, et al.
Veröffentlicht: (2026)

CoVAE: Consistency Training of Variational Autoencoders
von: Silvestri, Gianluigi, et al.
Veröffentlicht: (2025)

Iterative Amortized Hierarchical VAE
von: Penninga, Simon W., et al.
Veröffentlicht: (2026)

Multi-Path Long-Term Vessel Trajectories Forecasting with Probabilistic Feature Fusion for Problem Shifting
von: Spadon, Gabriel, et al.
Veröffentlicht: (2023)

Stein Boltzmann Sampling: A Variational Approach for Global Optimization
von: Serré, Gaëtan, et al.
Veröffentlicht: (2024)