Copertina

Can sparse autoencoders make sense of gene expression latent variable models?

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Schuster, Viktoria
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Can sparse autoencoders be used to decompose and interpret steering vectors?
di: Mayne, Harry, et al.
Pubblicazione: (2024)

Scaling and evaluating sparse autoencoders
di: Gao, Leo, et al.
Pubblicazione: (2024)

Applying sparse autoencoders to unlearn knowledge in language models
di: Farrell, Eoin, et al.
Pubblicazione: (2024)

The Deep Generative Decoder: MAP estimation of representations improves modeling of single-cell RNA data
di: Schuster, Viktoria, et al.
Pubblicazione: (2021)

Insights into a radiology-specialised multimodal large language model with sparse autoencoders
di: Bouzid, Kenza, et al.
Pubblicazione: (2025)

Decomposing multimodal embedding spaces with group-sparse autoencoders
di: Kaushik, Chiraag, et al.
Pubblicazione: (2026)

Understanding sparse autoencoder scaling in the presence of feature manifolds
di: Michaud, Eric J., et al.
Pubblicazione: (2025)

Investigating task-specific prompts and sparse autoencoders for activation monitoring
di: Tillman, Henk, et al.
Pubblicazione: (2025)

Theoretically informed selection of latent activation in autoencoder based recommender systems
di: Susman, Aviad
Pubblicazione: (2024)

A deep latent variable model for semi-supervised multi-unit soft sensing in industrial processes
di: Grimstad, Bjarne, et al.
Pubblicazione: (2024)

Inferring stability properties of chaotic systems on autoencoders' latent spaces
di: Özalp, Elise, et al.
Pubblicazione: (2024)

Steering CLIP's vision transformer with sparse autoencoders
di: Joseph, Sonia, et al.
Pubblicazione: (2025)

Pairwise matrices for sparse autoencoders: single-feature inspection mislabels causal axes
di: Riegler, Michael A., et al.
Pubblicazione: (2026)

Mori-Zwanzig latent space Koopman closure for nonlinear autoencoder
di: Gupta, Priyam, et al.
Pubblicazione: (2023)

Variational autoencoders with latent high-dimensional steady geometric flows for dynamics
di: Gracyk, Andrew
Pubblicazione: (2024)

Variational decomposition autoencoding improves disentanglement of latent representations
di: Ziogas, Ioannis, et al.
Pubblicazione: (2026)

Ensemble Kalman filter in latent space using a variational autoencoder pair
di: Pasmans, Ivo, et al.
Pubblicazione: (2025)

Transformer autoencoder with local attention for sparse and irregular time series with application on risk estimation
di: Rodis, Panteleimon
Pubblicazione: (2026)

Target localization, identification and sensing using latent symmetries
di: Dukov, David, et al.
Pubblicazione: (2026)

Remote sensing framework for geological mapping via stacked autoencoders and clustering
di: Nagar, Sandeep, et al.
Pubblicazione: (2024)

An attempt to generate new bridge types from latent space of variational autoencoder
di: Zhang, Hongjun
Pubblicazione: (2023)

Computational lower bounds in latent models: clustering, sparse-clustering, biclustering
di: Even, Bertrand, et al.
Pubblicazione: (2025)

Convolutional variational autoencoders for secure lossy image compression in remote sensing
di: Giuliano, Alessandro, et al.
Pubblicazione: (2024)

Treatment response as a latent variable
di: Tosh, Christopher, et al.
Pubblicazione: (2025)

vEEGNet: learning latent representations to reconstruct EEG raw data via variational autoencoders
di: Zancanaro, Alberto, et al.
Pubblicazione: (2023)

Extremal graphical modeling with latent variables via convex optimization
di: Engelke, Sebastian, et al.
Pubblicazione: (2024)

Estimating treatment effects from single-arm trials via latent-variable modeling
di: Haussmann, Manuel, et al.
Pubblicazione: (2023)

SeqRisk: Transformer-augmented latent variable model for robust survival prediction with longitudinal data
di: Öğretir, Mine, et al.
Pubblicazione: (2024)

Substitute adjustment via recovery of latent variables
di: Adams, Jeffrey, et al.
Pubblicazione: (2024)

A real-time anomaly detection method for robots based on a flexible and sparse latent space
di: Kang, Taewook, et al.
Pubblicazione: (2025)

Why should autoencoders work?
di: Kvalheim, Matthew D., et al.
Pubblicazione: (2023)

Unsupervised learning of acquisition variability in structural connectomes via hybrid latent space modeling
di: Rudravaram, Gaurav, et al.
Pubblicazione: (2026)

Variational autoencoder-based neural network model compression
di: Cheng, Liang, et al.
Pubblicazione: (2024)

Autosen: improving automatic wifi human sensing through cross-modal autoencoder
di: Gao, Qian, et al.
Pubblicazione: (2024)

On the expressivity of sparse maxout networks
di: Grillo, Moritz, et al.
Pubblicazione: (2025)

Identifying latent disease factors differently expressed in patient subgroups using group factor analysis
di: Ferreira, Fabio S., et al.
Pubblicazione: (2024)

Bilinear autoencoders find interpretable manifolds
di: Dooms, Thomas, et al.
Pubblicazione: (2026)

Matching aggregate posteriors in the variational autoencoder
di: Saha, Surojit, et al.
Pubblicazione: (2023)

Towards aerodynamic surrogate modeling based on $β$-variational autoencoders
di: Francés-Belda, Víctor, et al.
Pubblicazione: (2024)

Multimodal normative modeling in Alzheimers Disease with introspective variational autoencoders
di: Kumar, Sayantan, et al.
Pubblicazione: (2026)