Buchumschlag

Multiple Invertible and Partial-Equivariant Function for Latent Vector Transformation to Enhance Disentanglement in VAEs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jung, Hee-Jun, Jeong, Jaehyoung, Kim, Kangil
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CFASL: Composite Factor-Aligned Symmetry Learning for Disentanglement in Variational AutoEncoder
von: Jung, Hee-Jun, et al.
Veröffentlicht: (2024)

Feature Structure Distillation with Centered Kernel Alignment in BERT Transferring
von: Jung, Hee-Jun, et al.
Veröffentlicht: (2022)

Revisiting Softmax Masking: Stop Gradient for Enhancing Stability in Replay-based Continual Learning
von: Kim, Hoyong, et al.
Veröffentlicht: (2023)

Disentangling Granularity: An Implicit Inductive Bias in Factorized VAEs
von: Chen, Zihao, et al.
Veröffentlicht: (2025)

Enhancing Unimodal Latent Representations in Multimodal VAEs through Iterative Amortized Inference
von: Oshima, Yuta, et al.
Veröffentlicht: (2024)

Asymptotic Midpoint Mixup for Margin Balancing and Moderate Broadening
von: Kim, Hoyong, et al.
Veröffentlicht: (2024)

Learning Energy-based Variational Latent Prior for VAEs
von: Dutta, Debottam, et al.
Veröffentlicht: (2025)

Latent Concept Disentanglement in Transformer-based Language Models
von: Hong, Guan Zhe, et al.
Veröffentlicht: (2025)

Adversarial Robustness of VAEs across Intersectional Subgroups
von: Ramanaik, Chethan Krishnamurthy, et al.
Veröffentlicht: (2024)

Unity by Diversity: Improved Representation Learning in Multimodal VAEs
von: Sutter, Thomas M., et al.
Veröffentlicht: (2024)

Learning Disentangled Equivariant Representation for Explicitly Controllable 3D Molecule Generation
von: Liu, Haoran, et al.
Veröffentlicht: (2024)

Variational Partial Group Convolutions for Input-Aware Partial Equivariance of Rotations and Color-Shifts
von: Kim, Hyunsu, et al.
Veröffentlicht: (2024)

A Testable Certificate for Constant Collapse in Teacher-Guided VAEs
von: Zhang, Zegu, et al.
Veröffentlicht: (2026)

DiPrompT: Disentangled Prompt Tuning for Multiple Latent Domain Generalization in Federated Learning
von: Bai, Sikai, et al.
Veröffentlicht: (2024)

4bit-Quantization in Vector-Embedding for RAG
von: Jeong, Taehee
Veröffentlicht: (2025)

Compositional Generalization via Forced Rendering of Disentangled Latents
von: Liang, Qiyao, et al.
Veröffentlicht: (2025)

Sculpting Latent Spaces With MMD: Disentanglement With Programmable Priors
von: Fruytier, Quentin, et al.
Veröffentlicht: (2025)

Enhancing Variational Autoencoders with Smooth Robust Latent Encoding
von: Lee, Hyomin, et al.
Veröffentlicht: (2025)

Reflections on Disentanglement and the Latent Space
von: Schaerf, Ludovica
Veröffentlicht: (2024)

Choice Between Partial Trajectories: Disentangling Goals from Beliefs
von: Marklund, Henrik, et al.
Veröffentlicht: (2024)

Equivariant Spherical Transformer for Efficient Molecular Modeling
von: An, Junyi, et al.
Veröffentlicht: (2025)

Adaptive-lambda Subtracted Importance Sampled Scores in Machine Unlearning for DDPMs and VAEs
von: Dini, MohammadParsa, et al.
Veröffentlicht: (2025)

Learning to Act Robustly with View-Invariant Latent Actions
von: Jeong, Youngjoon, et al.
Veröffentlicht: (2026)

Learning Equivariant Functions via Quadratic Forms
von: Karjol, Pavan, et al.
Veröffentlicht: (2025)

Disentangling Disentangled Representations: Towards Improved Latent Units via Diffusion Models
von: Jun, Youngjun, et al.
Veröffentlicht: (2024)

Language Models are Injective and Hence Invertible
von: Nikolaou, Giorgos, et al.
Veröffentlicht: (2025)

VINA: Variational Invertible Neural Architectures
von: Shekhar, Shubhanshu, et al.
Veröffentlicht: (2026)

Parameter Efficient Mamba Tuning via Projector-targeted Diagonal-centric Linear Transformation
von: Ham, Seokil, et al.
Veröffentlicht: (2024)

Unsupervised Outlier Detection using Random Subspace and Subsampling Ensembles of Dirichlet Process Mixtures
von: Kim, Dongwook, et al.
Veröffentlicht: (2024)

Diagnosing Spectral Ceilings in Equivariant Neural Force Fields
von: Kim, Hyunmog
Veröffentlicht: (2026)

Permutation-Equivariant 2D State Space Models: Theory and Canonical Architecture for Multivariate Time Series
von: Jeong, Seungwoo, et al.
Veröffentlicht: (2026)

Invertible Koopman neural operator for data-driven modeling of partial differential equations
von: Jin, Yuhong, et al.
Veröffentlicht: (2025)

Latent Flow Transformer
von: Wu, Yen-Chen, et al.
Veröffentlicht: (2025)

Graph2TS: Structure-Controlled Time Series Generation via Quantile-Graph VAEs
von: Du, Shaoshuai, et al.
Veröffentlicht: (2026)

PaCA: Partial Connection Adaptation for Efficient Fine-Tuning
von: Woo, Sunghyeon, et al.
Veröffentlicht: (2025)

Latent Behavior Diffusion for Sequential Reaction Generation in Dyadic Setting
von: Nguyen, Minh-Duc, et al.
Veröffentlicht: (2025)

Causal Disentanglement Learning for Accurate Anomaly Detection in Multivariate Time Series
von: Kim, Wonah, et al.
Veröffentlicht: (2025)

Disentangled Sparse Representations for Concept-Separated Diffusion Unlearning
von: Kim, Hyeonjin, et al.
Veröffentlicht: (2026)

Spacetime $E(n)$-Transformer: Equivariant Attention for Spatio-temporal Graphs
von: Charles, Sergio G.
Veröffentlicht: (2024)

Euclidean, Projective, Conformal: Choosing a Geometric Algebra for Equivariant Transformers
von: de Haan, Pim, et al.
Veröffentlicht: (2023)