Copertina

Return of the Latent Space COWBOYS: Re-thinking the use of VAEs for Bayesian Optimisation of Structured Spaces

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Moss, Henry B., Ober, Sebastian W., Diethe, Tom
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Big Batch Bayesian Active Learning by Considering Predictive Probabilities
di: Ober, Sebastian W., et al.
Pubblicazione: (2025)

Improving the Generation of VAEs with High Dimensional Latent Spaces by the use of Hyperspherical Coordinates
di: Ascarate, Alejandro, et al.
Pubblicazione: (2025)

Towards Improved Variational Inference for Deep Bayesian Models
di: Ober, Sebastian W.
Pubblicazione: (2024)

MONGOOSE: Path-wise Smooth Bayesian Optimisation via Meta-learning
di: Yang, Adam X., et al.
Pubblicazione: (2023)

Time-Aware Latent Space Bayesian Optimization
di: Vu, Tuan A., et al.
Pubblicazione: (2026)

Joint Composite Latent Space Bayesian Optimization
di: Maus, Natalie, et al.
Pubblicazione: (2023)

Latent SDEs on Homogeneous Spaces
di: Zeng, Sebastian, et al.
Pubblicazione: (2023)

Latent Space Bayesian Optimization with Latent Data Augmentation for Enhanced Exploration
di: Boyar, Onur, et al.
Pubblicazione: (2023)

Sub-linear Regret Bounds for Bayesian Optimisation in Unknown Search Spaces
di: Tran-The, Hung, et al.
Pubblicazione: (2020)

HiBBO: HiPPO-based Space Consistency for High-dimensional Bayesian Optimisation
di: Xuan, Junyu, et al.
Pubblicazione: (2025)

Latent-Constrained Conditional VAEs for Augmenting Large-Scale Climate Ensembles
di: Shelton, Jacquelyn, et al.
Pubblicazione: (2026)

Guided Sequence-Structure Generative Modeling for Iterative Antibody Optimization
di: Raghu, Aniruddh, et al.
Pubblicazione: (2025)

Information-theoretic Generalization Analysis for VQ-VAEs: A Role of Latent Variables
di: Futami, Futoshi, et al.
Pubblicazione: (2025)

Graph Agnostic Causal Bayesian Optimisation
di: Mukherjee, Sumantrak, et al.
Pubblicazione: (2024)

Enforcing Latent Euclidean Geometry in Single-Cell VAEs for Manifold Interpolation
di: Palma, Alessandro, et al.
Pubblicazione: (2025)

Unsupervised Panoptic Interpretation of Latent Spaces in GANs Using Space-Filling Vector Quantization
di: Vali, Mohammad Hassan, et al.
Pubblicazione: (2024)

Training VAEs Under Structured Residuals
di: Dorta, Gara, et al.
Pubblicazione: (2018)

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

Omnipresent Yet Overlooked: Heat Kernels in Combinatorial Bayesian Optimization
di: Doumont, Colin, et al.
Pubblicazione: (2025)

The Signal in the Noise: OOD Detection Through Goodness-of-Fit Testing in Factorised Latent Spaces
di: Bomatter, Philipp, et al.
Pubblicazione: (2026)

Improving Antibody Humanness Prediction using Patent Data
di: Ucar, Talip, et al.
Pubblicazione: (2024)

Bayesian Optimization for Simultaneous Selection of Machine Learning Algorithms and Hyperparameters on Shared Latent Space
di: Ishikawa, Kazuki, et al.
Pubblicazione: (2025)

Crystal-LSBO: Automated Design of De Novo Crystals with Latent Space Bayesian Optimization
di: Boyar, Onur, et al.
Pubblicazione: (2024)

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

Latent Space Symmetry Discovery
di: Yang, Jianke, et al.
Pubblicazione: (2023)

Biased Dreams: Limitations to Epistemic Uncertainty Quantification in Latent Space Models
di: Berger, Julia, et al.
Pubblicazione: (2026)

Lift Your Molecules: Molecular Graph Generation in Latent Euclidean Space
di: Ketata, Mohamed Amine, et al.
Pubblicazione: (2024)

Learning Abstract World Models with a Group-Structured Latent Space
di: Delliaux, Thomas, et al.
Pubblicazione: (2025)

Prior Learning in Introspective VAEs
di: Athanasiadis, Ioannis, et al.
Pubblicazione: (2024)

Bayesian Inverse Problems with Conditional Sinkhorn Generative Adversarial Networks in Least Volume Latent Spaces
di: Chen, Qiuyi, et al.
Pubblicazione: (2024)

Closed-Form Interpretation of Neural Network Latent Spaces with Symbolic Gradients
di: Wetzel, Sebastian J., et al.
Pubblicazione: (2024)

Multiple Invertible and Partial-Equivariant Function for Latent Vector Transformation to Enhance Disentanglement in VAEs
di: Jung, Hee-Jun, et al.
Pubblicazione: (2025)

Latent Space Communication via K-V Cache Alignment
di: Dery, Lucio M., et al.
Pubblicazione: (2026)

Latent Space Factorization in LoRA
di: Kumar, Shashi, et al.
Pubblicazione: (2025)

Diffusion Instruction Tuning
di: Jin, Chen, et al.
Pubblicazione: (2025)

Disentangled Latent Spaces for Reduced Order Models using Deterministic Autoencoders
di: Schwarz, Henning, et al.
Pubblicazione: (2025)

CTTVAE: Latent Space Structuring for Conditional Tabular Data Generation on Imbalanced Datasets
di: Devic, Milosh, et al.
Pubblicazione: (2026)

Improved Variational Inference in Discrete VAEs using Error Correcting Codes
di: Martínez-García, María, et al.
Pubblicazione: (2024)

ParamReL: Learning Parameter Space Representation via Progressively Encoding Bayesian Flow Networks
di: Wu, Zhangkai, et al.
Pubblicazione: (2024)

Bayesian Latent Space Models for Graphs Are Misspecified: Toward Robust Inference via Generalized Posteriors
di: Labarthe, Aldric
Pubblicazione: (2026)