Copertina

SepVAE: a contrastive VAE to separate pathological patterns from healthy ones

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Louiset, Robin, Duchesnay, Edouard, Grigis, Antoine, Dufumier, Benoit, Gori, Pietro
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Computer Vision and Pattern Recognition Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Automatic Discovery of Disease Subgroups by Contrasting with Healthy Controls
di: Louiset, Robin, et al.
Pubblicazione: (2026)

Separating common from salient patterns with Contrastive Representation Learning
di: Louiset, Robin, et al.
Pubblicazione: (2024)

Robust brain age estimation from structural MRI with contrastive learning
di: Barbano, Carlo Alberto, et al.
Pubblicazione: (2025)

Double InfoGAN for Contrastive Analysis
di: Carton, Florence, et al.
Pubblicazione: (2024)

A Unified Geometric Framework for Weighted Contrastive Learning
di: Vock, Raphael, et al.
Pubblicazione: (2026)

How and why does deep ensemble coupled with transfer learning increase performance in bipolar disorder and schizophrenia classification?
di: Petiton, Sara, et al.
Pubblicazione: (2026)

HireVAE: An Online and Adaptive Factor Model Based on Hierarchical and Regime-Switch VAE
di: Wei, Zikai, et al.
Pubblicazione: (2023)

What to align in multimodal contrastive learning?
di: Dufumier, Benoit, et al.
Pubblicazione: (2024)

Quantize-then-Rectify: Efficient VQ-VAE Training
di: Zhang, Borui, et al.
Pubblicazione: (2025)

PCA-VAE: Differentiable Subspace Quantization without Codebook Collapse
di: Lu, Hao, et al.
Pubblicazione: (2026)

Improving clinical interpretability of linear neuroimaging models through feature whitening
di: Petiton, Sara, et al.
Pubblicazione: (2026)

EdVAE: Mitigating Codebook Collapse with Evidential Discrete Variational Autoencoders
di: Baykal, Gulcin, et al.
Pubblicazione: (2023)

LiteVAE: Lightweight and Efficient Variational Autoencoders for Latent Diffusion Models
di: Sadat, Seyedmorteza, et al.
Pubblicazione: (2024)

L-VAE: Variational Auto-Encoder with Learnable Beta for Disentangled Representation
di: Ozcan, Hazal Mogultay, et al.
Pubblicazione: (2025)

VIVAT: Virtuous Improving VAE Training through Artifact Mitigation
di: Novitskiy, Lev, et al.
Pubblicazione: (2025)

SVGFusion: A VAE-Diffusion Transformer for Vector Graphic Generation
di: Xing, Ximing, et al.
Pubblicazione: (2024)

REPA-E: Unlocking VAE for End-to-End Tuning with Latent Diffusion Transformers
di: Leng, Xingjian, et al.
Pubblicazione: (2025)

Beta-Sigma VAE: Separating beta and decoder variance in Gaussian variational autoencoder
di: Kim, Seunghwan, et al.
Pubblicazione: (2024)

De-biasing facial detection system using VAE
di: Kandge, Vedant V., et al.
Pubblicazione: (2022)

VidTwin: Video VAE with Decoupled Structure and Dynamics
di: Wang, Yuchi, et al.
Pubblicazione: (2024)

CAD-VAE: Leveraging Correlation-Aware Latents for Comprehensive Fair Disentanglement
di: Ma, Chenrui, et al.
Pubblicazione: (2025)

Improved Anomaly Detection through Conditional Latent Space VAE Ensembles
di: Åström, Oskar, et al.
Pubblicazione: (2024)

VFM-VAE: Vision Foundation Models Can Be Good Tokenizers for Latent Diffusion Models
di: Bi, Tianci, et al.
Pubblicazione: (2025)

Closed-Loop Unsupervised Representation Disentanglement with $β$-VAE Distillation and Diffusion Probabilistic Feedback
di: Jin, Xin, et al.
Pubblicazione: (2024)

Bridging the Simulation-to-Reality Gap in Electron Microscope Calibration via VAE-EM Estimation
di: van Hulst, Jilles S., et al.
Pubblicazione: (2026)

HQ-VAE: Hierarchical Discrete Representation Learning with Variational Bayes
di: Takida, Yuhta, et al.
Pubblicazione: (2023)

Denoising Multi-Beta VAE: Representation Learning for Disentanglement and Generation
di: Uppal, Anshuk, et al.
Pubblicazione: (2025)

A Non-negative VAE:the Generalized Gamma Belief Network
di: Duan, Zhibin, et al.
Pubblicazione: (2024)

SoftVQ-VAE: Efficient 1-Dimensional Continuous Tokenizer
di: Chen, Hao, et al.
Pubblicazione: (2024)

The Gaussian Discriminant Variational Autoencoder (GdVAE): A Self-Explainable Model with Counterfactual Explanations
di: Haselhoff, Anselm, et al.
Pubblicazione: (2024)

Graph Attention Neural Network for Botnet Detection: Evaluating Autoencoder, VAE and PCA-Based Dimension Reduction
di: Wasswa, Hassan, et al.
Pubblicazione: (2025)

VONet: Unsupervised Video Object Learning With Parallel U-Net Attention and Object-wise Sequential VAE
di: Yu, Haonan, et al.
Pubblicazione: (2024)

REED-VAE: RE-Encode Decode Training for Iterative Image Editing with Diffusion Models
di: Almog, Gal, et al.
Pubblicazione: (2025)

DeCo-VAE: Learning Compact Latents for Video Reconstruction via Decoupled Representation
di: Yin, Xiangchen, et al.
Pubblicazione: (2025)

Robust sensitivity control in digital pathology via tile score distribution matching
di: Pignet, Arthur, et al.
Pubblicazione: (2025)

Affinity-VAE: incorporating prior knowledge in representation learning from scientific images
di: Famili, Marjan, et al.
Pubblicazione: (2022)

VAE-QWGAN: Addressing Mode Collapse in Quantum GANs via Autoencoding Priors
di: Thomas, Aaron Mark, et al.
Pubblicazione: (2024)

Spherical VAE with Cluster-Aware Feasible Regions: Guaranteed Prevention of Posterior Collapse
di: Zhang, Zegu, et al.
Pubblicazione: (2026)

LILAC: Long-sequence Incremental Low-latency Arbitrary Motion Stylization via Streaming VAE-Diffusion with Causal Decoding
di: Ren, Peng, et al.
Pubblicazione: (2025)

Behavior-Centric Extraction of Scenarios from Highway Traffic Data and their Domain-Knowledge-Guided Clustering using CVQ-VAE
di: Roßberg, Niklas, et al.
Pubblicazione: (2026)