Buchumschlag

On the Relation Between Autoencoders and Non-negative Matrix Factorization, and Their Application for Mutational Signature Extraction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Egendal, Ida, Brøndum, Rasmus Froberg, Pelizzola, Marta, Hobolth, Asger, Bøgsted, Martin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Applications Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VAE-MS: An Asymmetric Variational Autoencoder for Mutational Signature Extraction
von: Egendal, Ida, et al.
Veröffentlicht: (2026)

Integrating opportunities and parametrized signatures for improved mutational processes estimation in extended sequence contexts
von: Laursen, Ragnhild, et al.
Veröffentlicht: (2026)

MM-algorithms for traditional and convex NMF with Tweedie and Negative Binomial cost functions and empirical evaluation
von: James, Elisabeth Sommer, et al.
Veröffentlicht: (2026)

Bayesian Probit Multi-Study Non-negative Matrix Factorization for Mutational Signatures
von: Hansen, Blake, et al.
Veröffentlicht: (2025)

An Iterative Algorithm for Regularized Non-negative Matrix Factorizations
von: Pav, Steven E.
Veröffentlicht: (2024)

Dynamic Topic Analysis in Academic Journals using Convex Non-negative Matrix Factorization Method
von: Yang, Yang, et al.
Veröffentlicht: (2025)

Supervised Coupled Matrix-Tensor Factorization (SCMTF) for Computational Phenotyping of Patient Reported Outcomes in Ulcerative Colitis
von: Minoccheri, Cristian, et al.
Veröffentlicht: (2025)

Bayesian Structural Model Updating with Multimodal Variational Autoencoder
von: Itoi, Tatsuya, et al.
Veröffentlicht: (2024)

Transportation Marketplace Rate Forecast Using Signature Transform
von: Gu, Haotian, et al.
Veröffentlicht: (2024)

Fusing Climate Data Products using a Spatially Varying Autoencoder
von: Johnson, Jacob A., et al.
Veröffentlicht: (2024)

CLVAE: A Variational Autoencoder for Long-Term Customer Revenue Forecasting
von: Näf, Jeffrey, et al.
Veröffentlicht: (2026)

MoCA: Multi-modal Cross-masked Autoencoder for Digital Health Measurements
von: Ryu, Howon, et al.
Veröffentlicht: (2025)

CESAR: A Convolutional Echo State AutoencodeR for High-Resolution Wind Forecasting
von: Bonas, Matthew, et al.
Veröffentlicht: (2024)

Intrinsic Bayesian Cramér-Rao Bound with an Application to Covariance Matrix Estimation
von: Bouchard, Florent, et al.
Veröffentlicht: (2023)

Signature Kernel Scoring Rule: A Spatio-Temporal Diagnostic for Probabilistic Weather Forecasting
von: Dodson, Archer, et al.
Veröffentlicht: (2025)

Learning Penalty for Optimal Partitioning via Automatic Feature Extraction
von: Nguyen, Tung L, et al.
Veröffentlicht: (2025)

On Consistency of Signature Using Lasso
von: Guo, Xin, et al.
Veröffentlicht: (2023)

Learning Car-Following Behaviors Using Bayesian Matrix Normal Mixture Regression
von: Zhang, Chengyuan, et al.
Veröffentlicht: (2024)

Beyond Linearity and Time-Homogeneity: Relational Hyper Event Models with Time-Varying Non-Linear Effects
von: Boschi, Martina, et al.
Veröffentlicht: (2025)

A Bayesian Non-parametric Approach to Generative Models: Integrating Variational Autoencoder and Generative Adversarial Networks using Wasserstein and Maximum Mean Discrepancy
von: Fazeli-Asl, Forough, et al.
Veröffentlicht: (2023)

Multi-scale Masked Autoencoder for Electrocardiogram Anomaly Detection
von: Zhou, Ya, et al.
Veröffentlicht: (2025)

Group-Aware Matrix Estimation and Latent Subspace Recovery
von: Golubovic, Hamza, et al.
Veröffentlicht: (2026)

Bayesian Event Categorization Matrix Approach for Explosion Monitoring
von: Koermer, Scott, et al.
Veröffentlicht: (2024)

Feature Selection for Latent Factor Models
von: Kansabanik, Rittwika, et al.
Veröffentlicht: (2024)

Bridging the Gap Between Climate Science and Machine Learning in Climate Model Emulation
von: Schmidt, Luca, et al.
Veröffentlicht: (2026)

Aneurysm Growth Time Series Reconstruction Using Physics-informed Autoencoder
von: Wu, Jiacheng
Veröffentlicht: (2025)

Nonparametric Linear Discriminant Analysis for High Dimensional Matrix-Valued Data
von: Oh, Seungyeon, et al.
Veröffentlicht: (2025)

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

Joint Models for Handling Non-Ignorable Missing Data using Bayesian Additive Regression Trees: Application to Leaf Photosynthetic Traits Data
von: Goh, Yong Chen, et al.
Veröffentlicht: (2024)

Semi-Parametric Bayesian Additive Regression Trees for Risk Prediction with High-Dimensional Epigenetic Signatures and Low-Dimensional Covariates
von: Bhandari, Saurabh, et al.
Veröffentlicht: (2026)

Dynamic Elasticity Between Forest Loss and Carbon Emissions: A Subnational Panel Analysis of the United States
von: Park, Keonvin
Veröffentlicht: (2026)

Analyzing the Temporal Factors for Anxiety and Depression Symptoms with the Rashomon Perspective
von: Cavus, Mustafa, et al.
Veröffentlicht: (2026)

Factor Analysis with Correlated Topic Model for Multi-Modal Data
von: Łazęcka, Małgorzata, et al.
Veröffentlicht: (2025)

Multi-task Modeling for Engineering Applications with Sparse Data
von: Comlek, Yigitcan, et al.
Veröffentlicht: (2026)

Dual Random Fields and their Application to Mineral Potential Mapping
von: Riquelme, Álvaro I.
Veröffentlicht: (2024)

FSRF: Factorization-guided Semantic Recovery for Incomplete Multimodal Sentiment Analysis
von: Liu, Ziyang, et al.
Veröffentlicht: (2025)

Weather-Related Crash Risk Forecasting: A Deep Learning Approach for Heterogenous Spatiotemporal Data
von: Ogungbire, Abimbola, et al.
Veröffentlicht: (2026)

CoDistill-GRPO: A Co-Distillation Recipe for Efficient Group Relative Policy Optimization
von: Kwon, Soo Min, et al.
Veröffentlicht: (2026)

Wasserstein-based Kernel Principal Component Analysis for Clustering Applications
von: Oneto, Alfredo, et al.
Veröffentlicht: (2025)

Transfer Learning using 66 Diseases for Disease Forecasting Applications
von: Beesley, Lauren J, et al.
Veröffentlicht: (2026)