Image de couverture de livre

Adversarial Disentanglement by Backpropagation with Physics-Informed Variational Autoencoder

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Koune, Ioannis Christoforos, Cicirello, Alice
Format:	Preprint
Publié:	2025
Sujets:	Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

Physics-Enhanced Machine Learning: a position paper for dynamical systems investigations
par: Cicirello, Alice
Publié: (2024)

PIGPVAE: Physics-Informed Gaussian Process Variational Autoencoders
par: Spitieris, Michail, et autres
Publié: (2025)

Disentanglement of Sources in a Multi-Stream Variational Autoencoder
par: Boukun, Veranika, et autres
Publié: (2025)

Disentanglement with Factor Quantized Variational Autoencoders
par: Baykal, Gulcin, et autres
Publié: (2024)

Digital twin for virtual sensing of ferry quays via a Gaussian Process Latent Force Model
par: Sibille, Luigi, et autres
Publié: (2025)

Disentangling shared and private latent factors in multimodal Variational Autoencoders
par: Märtens, Kaspar, et autres
Publié: (2024)

Coupled Transformer Autoencoder for Disentangling Multi-Region Neural Latent Dynamics
par: Sristi, Ram Dyuthi, et autres
Publié: (2025)

$Φ$-DVAE: Physics-Informed Dynamical Variational Autoencoders for Unstructured Data Assimilation
par: Glyn-Davies, Alex, et autres
Publié: (2022)

Unsupervised Multiple Domain Translation through Controlled Disentanglement in Variational Autoencoder
par: Almudévar, Antonio, et autres
Publié: (2024)

Disentangling Dense Embeddings with Sparse Autoencoders
par: O'Neill, Charles, et autres
Publié: (2024)

Data-efficient and Interpretable Inverse Materials Design using a Disentangled Variational Autoencoder
par: Zeng, Cheng, et autres
Publié: (2024)

PITA: Physics-Informed Trajectory Autoencoder
par: Fischer, Johannes, et autres
Publié: (2024)

Generating Realistic Adversarial Examples for Business Processes using Variational Autoencoders
par: Stevens, Alexander, et autres
Publié: (2024)

FastLRNR and Sparse Physics Informed Backpropagation
par: Cho, Woojin, et autres
Publié: (2024)

Adversarial Autoencoders in Operator Learning
par: Enyeart, Dustin, et autres
Publié: (2024)

Beyond Vanilla Variational Autoencoders: Detecting Posterior Collapse in Conditional and Hierarchical Variational Autoencoders
par: Dang, Hien, et autres
Publié: (2023)

Analysis of Variational Sparse Autoencoders
par: Baker, Zachary, et autres
Publié: (2025)

Variational Rank Reduction Autoencoders
par: Mounayer, Jad, et autres
Publié: (2025)

Ensemble Visualization With Variational Autoencoder
par: Wu, Cenyang, et autres
Publié: (2025)

An Introduction to Discrete Variational Autoencoders
par: Jeffares, Alan, et autres
Publié: (2025)

Likelihood-Free Variational Autoencoders
par: Xu, Chen, et autres
Publié: (2025)

On Kernel-based Variational Autoencoder
par: Qin, Tian, et autres
Publié: (2024)

Variational Learning of Disentangled Representations
par: Slavutsky, Yuli, et autres
Publié: (2025)

Disentangled Interleaving Variational Encoding
par: Wong, Noelle Y. L., et autres
Publié: (2025)

Adversarial Graph Disentanglement
par: Zheng, Shuai, et autres
Publié: (2021)

SA-DVAE: Improving Zero-Shot Skeleton-Based Action Recognition by Disentangled Variational Autoencoders
par: Li, Sheng-Wei, et autres
Publié: (2024)

Bidirectional Variational Autoencoders
par: Kosko, Bart, et autres
Publié: (2025)

Disentangled Graph Autoencoder for Treatment Effect Estimation
par: Fan, Di, et autres
Publié: (2024)

The Cost of Avoiding Backpropagation
par: Panchal, Kunjal, et autres
Publié: (2025)

Backpropagation Neural Tree
par: Ojha, Varun, et autres
Publié: (2022)

Disentangling Hippocampal Shape Variations: A Study of Neurological Disorders Using Mesh Variational Autoencoder with Contrastive Learning
par: Rabbi, Jakaria, et autres
Publié: (2024)

Learning Mechanistic Subtypes of Neurodegeneration with a Physics-Informed Variational Autoencoder Mixture Model
par: Pinnawala, Sanduni, et autres
Publié: (2025)

Zero-Variance Gradients for Variational Autoencoders
par: Shao, Zilei, et autres
Publié: (2025)

Discovering Influential Factors in Variational Autoencoders
par: Liu, Shiqi, et autres
Publié: (2018)

Theoretical Convergence Guarantees for Variational Autoencoders
par: Surendran, Sobihan, et autres
Publié: (2024)

Latent Disentanglement in Mesh Variational Autoencoders Improves the Diagnosis of Craniofacial Syndromes and Aids Surgical Planning
par: Foti, Simone, et autres
Publié: (2023)

Disentangled Latent Spaces for Reduced Order Models using Deterministic Autoencoders
par: Schwarz, Henning, et autres
Publié: (2025)

Visual Disentangled Diffusion Autoencoders: Scalable Counterfactual Generation for Foundation Models
par: Bender, Sidney, et autres
Publié: (2026)

Simultaneous Unlearning of Multiple Protected User Attributes From Variational Autoencoder Recommenders Using Adversarial Training
par: Escobedo, Gustavo, et autres
Publié: (2024)

Hellinger Multimodal Variational Autoencoders
par: Vo, Huyen, et autres
Publié: (2026)