Buchumschlag

Deep Discrete Encoders: Identifiable Deep Generative Models for Rich Data with Discrete Latent Layers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Seunghyun, Gu, Yuqi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On Theoretical Identifiability of Discrete Latent Causal Graphical Models
von: Lee, Seunghyun, et al.
Veröffentlicht: (2025)

Discrete Causal Representation Learning
von: Zhang, Wenjin, et al.
Veröffentlicht: (2026)

Identifiable Deep Latent Variable Models for MNAR Data
von: Xie, Huiming, et al.
Veröffentlicht: (2026)

Blessing of Dependence: Identifiability and Geometry of Discrete Models with Multiple Binary Latent Variables
von: Gu, Yuqi
Veröffentlicht: (2022)

Covariate-assisted Grade of Membership Models via Shared Latent Geometry
von: Xu, Zhiyu, et al.
Veröffentlicht: (2026)

Identifiable Deep Generative Models via Sparse Decoding
von: Moran, Gemma E., et al.
Veröffentlicht: (2021)

Toward the Identifiability of Comparative Deep Generative Models
von: Lopez, Romain, et al.
Veröffentlicht: (2024)

Unfolding Tensors to Identify the Graph in Discrete Latent Bipartite Graphical Models
von: Gu, Yuqi
Veröffentlicht: (2025)

Knowledge Distillation of Uncertainty using Deep Latent Factor Model
von: Park, Sehyun, et al.
Veröffentlicht: (2025)

Wrong Model, Right Uncertainty: Spatial Associations for Discrete Data with Misspecification
von: Burt, David R., et al.
Veröffentlicht: (2025)

Preconditioned Discrete-HAMS: A Second-order Irreversible Discrete Sampler
von: Zhou, Yuze, et al.
Veröffentlicht: (2025)

Degree-heterogeneous Latent Class Analysis for High-dimensional Discrete Data
von: Lyu, Zhongyuan, et al.
Veröffentlicht: (2024)

Towards Identifiable Latent Additive Noise Models
von: Liu, Yuhang, et al.
Veröffentlicht: (2024)

Winners with Confidence: Discrete Argmin Inference with an Application to Model Selection
von: Zhang, Tianyu, et al.
Veröffentlicht: (2024)

Identifiable Bayesian Deep Generative Copulas with Unknown Layer Widths for Data with Arbitrary Marginal Distributions
von: Feldman, Joseph, et al.
Veröffentlicht: (2026)

Generalized Grade-of-Membership Estimation for High-dimensional Locally Dependent Data
von: Chen, Ling, et al.
Veröffentlicht: (2024)

Symbolic Density Estimation for Discrete Distributions
von: Liu, Ziwen, et al.
Veröffentlicht: (2026)

Sparse Gaussian Graphical Models with Discrete Optimization: Computational and Statistical Perspectives
von: Behdin, Kayhan, et al.
Veröffentlicht: (2023)

Scalable Text-Embedding-informed Cognitive Diagnosis of Large Language Models
von: Liu, Jia, et al.
Veröffentlicht: (2026)

Discrete-time Competing-Risks Regression with or without Penalization
von: Meir, Tomer, et al.
Veröffentlicht: (2023)

Coarsening Bias from Variable Discretization in Causal Functionals
von: Ou, Xiaxian, et al.
Veröffentlicht: (2026)

Change-point Detection and Segmentation of Discrete Data using Bayesian Context Trees
von: Lungu, Valentinian, et al.
Veröffentlicht: (2022)

A Recursive Partitioning Approach for Dynamic Discrete Choice Modeling in High Dimensional Settings
von: Barzegary, Ebrahim, et al.
Veröffentlicht: (2022)

Deep Partially Linear Transformation Model for Right-Censored Survival Data
von: Yin, Junkai, et al.
Veröffentlicht: (2024)

Identifying Peer Influence in Therapeutic Communities Adjusting for Latent Homophily
von: Nath, Shanjukta, et al.
Veröffentlicht: (2022)

Robust Matrix Completion for Discrete Rating-Scale Data: Coping with Fake Profiles in Recommender Systems
von: Archimbaud, Aurore, et al.
Veröffentlicht: (2024)

Probabilistic Graphical Model using Graph Neural Networks for Bayesian Inversion of Discrete Structural Component States
von: Li, Teng, et al.
Veröffentlicht: (2026)

Amortized Inference for Correlated Discrete Choice Models via Equivariant Neural Networks
von: Huch, Easton, et al.
Veröffentlicht: (2026)

Causal Effect Estimation using identifiable Variational AutoEncoder with Latent Confounders and Post-Treatment Variables
von: Xie, Yang, et al.
Veröffentlicht: (2024)

Local Poisson Deconvolution for Discrete Signals
von: Hundrieser, Shayan, et al.
Veröffentlicht: (2025)

Discrete Gaussian Vector Fields On Meshes
von: Gillan, Michael, et al.
Veröffentlicht: (2025)

Deep Generative Quantile Bayes
von: Kim, Jungeum, et al.
Veröffentlicht: (2024)

Covariate-Adjusted Deep Causal Learning for Heterogeneous Panel Data Models
von: Zhou, Guanhao, et al.
Veröffentlicht: (2025)

Deep Generative Spatiotemporal Engression for Probabilistic Forecasting of Epidemics
von: Pathak, Rajdeep, et al.
Veröffentlicht: (2026)

Minimax-Optimal Spectral Clustering with Covariance Projection for High-Dimensional Anisotropic Mixtures
von: Huang, Chengzhu, et al.
Veröffentlicht: (2025)

Deep Limit Model-free Prediction in Regression
von: Wu, Kejin, et al.
Veröffentlicht: (2024)

Generalized Criterion for Identifiability of Additive Noise Models Using Majorization
von: Dallakyan, Aramayis, et al.
Veröffentlicht: (2024)

Goodness-of-Fit Tests for Latent Class Models with Ordinal Categorical Data
von: Qing, Huan
Veröffentlicht: (2026)

DeepSuM: Deep Sufficient Modality Learning Framework
von: Gao, Zhe, et al.
Veröffentlicht: (2025)

Federated Learning for Non-factorizable Models using Deep Generative Prior Approximations
von: Hassan, Conor, et al.
Veröffentlicht: (2024)