Buchumschlag

CoVAE: Consistency Training of Variational Autoencoders

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Silvestri, Gianluigi, Ambrogioni, Luca
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VCT: Training Consistency Models with Variational Noise Coupling
von: Silvestri, Gianluigi, et al.
Veröffentlicht: (2025)

CoVAE: correlated multimodal generative modeling
von: Caretti, Federico, et al.
Veröffentlicht: (2026)

Manifolds, Random Matrices and Spectral Gaps: The geometric phases of generative diffusion
von: Ventura, Enrico, et al.
Veröffentlicht: (2024)

How Out-of-Equilibrium Phase Transitions can Seed Pattern Formation in Trained Diffusion Models
von: Ambrogioni, Luca
Veröffentlicht: (2026)

The statistical thermodynamics of generative diffusion models: Phase transitions, symmetry breaking and critical instability
von: Ambrogioni, Luca
Veröffentlicht: (2023)

Stationarity without mean reversion in improper Gaussian processes
von: Ambrogioni, Luca
Veröffentlicht: (2023)

eVAE: Evolutionary Variational Autoencoder
von: Wu, Zhangkai, et al.
Veröffentlicht: (2023)

Losing dimensions: Geometric memorization in generative diffusion
von: Achilli, Beatrice, et al.
Veröffentlicht: (2024)

Coupled VAE: Improved Accuracy and Robustness of a Variational Autoencoder
von: Cao, Shichen, et al.
Veröffentlicht: (2019)

ED-VAE: Entropy Decomposition of ELBO in Variational Autoencoders
von: Lygerakis, Fotios, et al.
Veröffentlicht: (2024)

VAE-Var: Variational-Autoencoder-Enhanced Variational Assimilation
von: Xiao, Yi, et al.
Veröffentlicht: (2024)

VAE-MS: An Asymmetric Variational Autoencoder for Mutational Signature Extraction
von: Egendal, Ida, et al.
Veröffentlicht: (2026)

The Information Dynamics of Generative Diffusion
von: Stancevic, Dejan, et al.
Veröffentlicht: (2025)

PhyloVAE: Unsupervised Learning of Phylogenetic Trees via Variational Autoencoders
von: Xie, Tianyu, et al.
Veröffentlicht: (2025)

Learning from Partial Chain-of-Thought via Truncated-Reasoning Self-Distillation
von: Silvestri, Gianluigi, et al.
Veröffentlicht: (2026)

ARD-VAE: A Statistical Formulation to Find the Relevant Latent Dimensions of Variational Autoencoders
von: Saha, Surojit, et al.
Veröffentlicht: (2025)

VAE Explainer: Supplement Learning Variational Autoencoders with Interactive Visualization
von: Bertucci, Donald, et al.
Veröffentlicht: (2024)

LiteVAE: Lightweight and Efficient Variational Autoencoders for Latent Diffusion Models
von: Sadat, Seyedmorteza, et al.
Veröffentlicht: (2024)

EdVAE: Mitigating Codebook Collapse with Evidential Discrete Variational Autoencoders
von: Baykal, Gulcin, et al.
Veröffentlicht: (2023)

DE-VAE: Revealing Uncertainty in Parametric and Inverse Projections with Variational Autoencoders using Differential Entropy
von: Dennig, Frederik L., et al.
Veröffentlicht: (2025)

MO-RiskVAE: A Multi-Omics Variational Autoencoder for Survival Risk Modeling in Multiple MyelomaMO-RiskVAE
von: Chen, Zixuan, et al.
Veröffentlicht: (2026)

Capturing Extreme Events in Turbulence using an Extreme Variational Autoencoder (xVAE)
von: Zhang, Likun, et al.
Veröffentlicht: (2025)

Robust and highly scalable estimation of directional couplings from time-shifted signals
von: Rouillard, Louis, et al.
Veröffentlicht: (2024)

Time Extrapolation with Graph Convolutional Autoencoder and Tensor Train Decomposition
von: Chen, Yuanhong, et al.
Veröffentlicht: (2025)

PDGMM-VAE: A Variational Autoencoder with Adaptive Per-Dimension Gaussian Mixture Model Priors for Nonlinear ICA
von: Wei, Yuan-Hao, et al.
Veröffentlicht: (2026)

AR-Flow VAE: A Structured Autoregressive Flow Prior Variational Autoencoder for Unsupervised Blind Source Separation
von: Wei, Yuan-Hao, et al.
Veröffentlicht: (2026)

Entropic Time Schedulers for Generative Diffusion Models
von: Stancevic, Dejan, et al.
Veröffentlicht: (2025)

TaskVAE: Task-Specific Variational Autoencoders for Exemplar Generation in Continual Learning for Human Activity Recognition
von: Kann, Bonpagna, et al.
Veröffentlicht: (2025)

SAHMM-VAE: A Source-Wise Adaptive Hidden Markov Prior Variational Autoencoder for Unsupervised Blind Source Separation
von: Wei, Yuan-Hao
Veröffentlicht: (2026)

The Gaussian Discriminant Variational Autoencoder (GdVAE): A Self-Explainable Model with Counterfactual Explanations
von: Haselhoff, Anselm, et al.
Veröffentlicht: (2024)

Measuring Semantic Information Production in Generative Diffusion Models
von: Handke, Florian, et al.
Veröffentlicht: (2025)

BikeVAE-GNN: A Variational Autoencoder-Augmented Hybrid Graph Neural Network for Sparse Bicycle Volume Estimation
von: Gupta, Mohit, et al.
Veröffentlicht: (2025)

Multiparameter Uncertainty Mapping in Quantitative Molecular MRI using a Physics-Structured Variational Autoencoder (PS-VAE)
von: Finkelstein, Alex, et al.
Veröffentlicht: (2026)

Improved Sampling Schedules for Discrete Diffusion Models
von: Foresti, Alberto, et al.
Veröffentlicht: (2026)

The Entropic Signature of Class Speciation in Diffusion Models
von: Handke, Florian, et al.
Veröffentlicht: (2026)

Support is All You Need for Certified VAE Training
von: Xu, Changming, et al.
Veröffentlicht: (2025)

Beyond Vanilla Variational Autoencoders: Detecting Posterior Collapse in Conditional and Hierarchical Variational Autoencoders
von: Dang, Hien, et al.
Veröffentlicht: (2023)

Emergence of Distortions in High-Dimensional Guided Diffusion Models
von: Ventura, Enrico, et al.
Veröffentlicht: (2026)

How Neural Losses Shape VAE Latents
von: Strano, Giorgio, et al.
Veröffentlicht: (2026)

PH-VAE: A Polynomial Hierarchical Variational Autoencoder Towards Disentangled Representation Learning
von: Chen, Xi, et al.
Veröffentlicht: (2025)