:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Mabadeje, Ademide O., Pyrcz, Michael J.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2402.11404
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Rigid Transformations for Stabilized Lower Dimensional Space to Support Subsurface Uncertainty Quantification and Interpretation
di: Mabadeje, Ademide O., et al.
Pubblicazione: (2023)

Machine Learning-Based Completions Sequencing for Well Performance Optimization
di: Liu, Anjie, et al.
Pubblicazione: (2024)

Latent Matters: Learning Deep State-Space Models
di: Klushyn, Alexej, et al.
Pubblicazione: (2026)

SALSA-RL: Stability Analysis in the Latent Space of Actions for Reinforcement Learning
di: Li, Xuyang, et al.
Pubblicazione: (2025)

A Deep Latent Space Model for Graph Representation Learning
di: Yang, Hanxuan, et al.
Pubblicazione: (2021)

Learning Interpretable Features in Audio Latent Spaces via Sparse Autoencoders
di: Paek, Nathan, et al.
Pubblicazione: (2025)

Stabilizing Self-Consuming Diffusion Models with Latent Space Filtering
di: Cai, Zhongteng, et al.
Pubblicazione: (2025)

Synergistic Feature Fusion for Latent Lyrical Classification: A Gated Deep Learning Architecture
di: Gameiro, M. A.
Pubblicazione: (2025)

Reconsidering Feature Structure Information and Latent Space Alignment in Partial Multi-label Feature Selection
di: Pan, Hanlin, et al.
Pubblicazione: (2025)

Grammarization-Based Grasping with Deep Multi-Autoencoder Latent Space Exploration by Reinforcement Learning Agent
di: Askianakis, Leonidas
Pubblicazione: (2024)

Metric Space Magnitude for Evaluating the Diversity of Latent Representations
di: Limbeck, Katharina, et al.
Pubblicazione: (2023)

RECOVAR: Representation Covariances on Deep Latent Spaces for Seismic Event Detection
di: Efe, Onur, et al.
Pubblicazione: (2024)

Nonlinear Multiple Response Regression and Learning of Latent Spaces
di: Tian, Ye, et al.
Pubblicazione: (2025)

Random Latent Exploration for Deep Reinforcement Learning
di: Mahankali, Srinath, et al.
Pubblicazione: (2024)

Discovering Behavioral Modes in Deep Reinforcement Learning Policies Using Trajectory Clustering in Latent Space
di: Remman, Sindre Benjamin, et al.
Pubblicazione: (2024)

Neural Feature Learning in Function Space
di: Xu, Xiangxiang, et al.
Pubblicazione: (2023)

Dynamic Latent Separation for Deep Learning
di: Tuan, Yi-Lin, et al.
Pubblicazione: (2022)

Unifying Image Counterfactuals and Feature Attributions with Latent-Space Adversarial Attacks
di: Goldwasser, Jeremy, et al.
Pubblicazione: (2025)

Towards Explaining Deep Neural Network Compression Through a Probabilistic Latent Space
di: Mozafari-Nia, Mahsa, et al.
Pubblicazione: (2024)

Toward Learning Latent-Variable Representations of Microstructures by Optimizing in Spatial Statistics Space
di: Hashemi, Sayed Sajad, et al.
Pubblicazione: (2024)

Disentangled Latent Spaces Facilitate Data-Driven Auxiliary Learning
di: Skenderi, Geri, et al.
Pubblicazione: (2023)

Latent SDEs on Homogeneous Spaces
di: Zeng, Sebastian, et al.
Pubblicazione: (2023)

Latent Space Symmetry Discovery
di: Yang, Jianke, et al.
Pubblicazione: (2023)

Evaluating the Efficiency of Latent Spaces via the Coupling-Matrix
di: Yavuz, Mehmet Can, et al.
Pubblicazione: (2025)

Iterative Feature Space Optimization through Incremental Adaptive Evaluation
di: Wu, Yanping, et al.
Pubblicazione: (2025)

k* Distribution: Evaluating the Latent Space of Deep Neural Networks using Local Neighborhood Analysis
di: Kotyan, Shashank, et al.
Pubblicazione: (2023)

The Hidden Influence of Latent Feature Magnitude When Learning with Imbalanced Data
di: Dablain, Damien A., et al.
Pubblicazione: (2024)

Feature Space Renormalization for Semi-supervised Learning
di: Sun, Jun, et al.
Pubblicazione: (2023)

Feature Learning Beyond the Edge of Stability
di: Terjék, Dávid
Pubblicazione: (2025)

Plastic Learning with Deep Fourier Features
di: Lewandowski, Alex, et al.
Pubblicazione: (2024)

On the Stability of Neural Networks in Deep Learning
di: Delattre, Blaise
Pubblicazione: (2025)

Deep Active Learning with Noise Stability
di: Li, Xingjian, et al.
Pubblicazione: (2022)

Lost in Latent Space: An Empirical Study of Latent Diffusion Models for Physics Emulation
di: Rozet, François, et al.
Pubblicazione: (2025)

Scalable Random Feature Latent Variable Models
di: Li, Ying, et al.
Pubblicazione: (2024)

Smooth Like Butter: Evaluating Multi-Lattice Transitions in Property-Augmented Latent Spaces
di: Baldwin, Martha, et al.
Pubblicazione: (2024)

Deep Reinforcement Learning Behavioral Mode Switching Using Optimal Control Based on a Latent Space Objective
di: Remman, Sindre Benjamin, et al.
Pubblicazione: (2024)

A Unified Latent Space Disentanglement VAE Framework with Robust Disentanglement Effectiveness Evaluation
di: Lang, Xiaoan, et al.
Pubblicazione: (2026)

Steering Your Diffusion Policy with Latent Space Reinforcement Learning
di: Wagenmaker, Andrew, et al.
Pubblicazione: (2025)

Semi-Supervised Generative Learning via Latent Space Distribution Matching
di: Chong, Kwong Yu, et al.
Pubblicazione: (2026)

Learning Abstract World Models with a Group-Structured Latent Space
di: Delliaux, Thomas, et al.
Pubblicazione: (2025)