Buchumschlag

Comparative Evaluation of Kolmogorov-Arnold Autoencoders and Orthogonal Autoencoders for Fault Detection with Varying Training Set Sizes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Villagómez, Enrique Luna, Mahalec, Vladimir
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

Fault Detection and Identification Using a Novel Process Decomposition Algorithm for Distributed Process Monitoring
von: Villagomez, Enrique Luna, et al.
Veröffentlicht: (2024)

Kolmogorov Arnold Network Autoencoder in Medicine
von: Lomoio, Ugo, et al.
Veröffentlicht: (2025)

Kolmogorov-Arnold Network Autoencoders
von: Moradi, Mohammadamin, et al.
Veröffentlicht: (2024)

Early Fault Detection on CMAPSS with Unsupervised LSTM Autoencoders
von: Sánchez, P., et al.
Veröffentlicht: (2026)

Evaluating and Designing Sparse Autoencoders by Approximating Quasi-Orthogonality
von: Lee, Sewoong, et al.
Veröffentlicht: (2025)

Fault Detection in Electrical Distribution System using Autoencoders
von: Nayak, Sidharthenee, et al.
Veröffentlicht: (2026)

On Training of Kolmogorov-Arnold Networks
von: Sohail, Shairoz
Veröffentlicht: (2024)

LSTM VS. Feed-Forward Autoencoders for Unsupervised Fault Detection in Hydraulic Pumps
von: Sánchez, P., et al.
Veröffentlicht: (2026)

Hybrid Autoencoder-Based Framework for Early Fault Detection in Wind Turbines
von: Nair, Rekha R, et al.
Veröffentlicht: (2025)

OrtSAE: Orthogonal Sparse Autoencoders Uncover Atomic Features
von: Korznikov, Anton, et al.
Veröffentlicht: (2025)

Adaptive RBF-KAN: A Comparative Evaluation of Dynamic Shape Parameters in Kolmogorov-Arnold Networks
von: Cavoretto, Roberto, et al.
Veröffentlicht: (2026)

Unsupervised High Impedance Fault Detection Using Autoencoder and Principal Component Analysis
von: Liu, Yingxiang, et al.
Veröffentlicht: (2023)

Training Deep Physics-Informed Kolmogorov-Arnold Networks
von: Rigas, Spyros, et al.
Veröffentlicht: (2025)

Granger Causality Detection with Kolmogorov-Arnold Networks
von: Lin, Hongyu, et al.
Veröffentlicht: (2024)

Variational Kolmogorov-Arnold Network
von: Alesiani, Francesco, et al.
Veröffentlicht: (2025)

Probabilistic Kolmogorov-Arnold Network
von: Polar, Andrew, et al.
Veröffentlicht: (2021)

Learnable Faster Kernel-PCA for Nonlinear Fault Detection: Deep Autoencoder-Based Realization
von: Ren, Zelin, et al.
Veröffentlicht: (2021)

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

Fusing Climate Data Products using a Spatially Varying Autoencoder
von: Johnson, Jacob A., et al.
Veröffentlicht: (2024)

Self-Supervised Training with Autoencoders for Visual Anomaly Detection
von: Bauer, Alexander, et al.
Veröffentlicht: (2022)

CoVAE: Consistency Training of Variational Autoencoders
von: Silvestri, Gianluigi, et al.
Veröffentlicht: (2025)

Evaluating Sparse Autoencoders for Monosemantic Representation
von: Fereidouni, Moghis, et al.
Veröffentlicht: (2025)

Autoencoder-assisted Feature Ensemble Net for Incipient Faults
von: Gao, Mingxuan, et al.
Veröffentlicht: (2024)

Geometric Kolmogorov-Arnold Superposition Theorem
von: Alesiani, Francesco, et al.
Veröffentlicht: (2025)

A Survey on Kolmogorov-Arnold Network
von: Somvanshi, Shriyank, et al.
Veröffentlicht: (2024)

Kolmogorov-Arnold causal generative models
von: Almodóvar, Alejandro, et al.
Veröffentlicht: (2026)

Gaussian Process Kolmogorov-Arnold Networks
von: Chen, Andrew Siyuan
Veröffentlicht: (2024)

Kolmogorov--Arnold stability
von: Dzhenzher, Sviatoslav V., et al.
Veröffentlicht: (2025)

KAN-AD: Time Series Anomaly Detection with Kolmogorov-Arnold Networks
von: Zhou, Quan, et al.
Veröffentlicht: (2024)

Autoencoders for Anomaly Detection are Unreliable
von: Bouman, Roel, et al.
Veröffentlicht: (2025)

Kolmogorov-Arnold Fourier Networks
von: Zhang, Jusheng, et al.
Veröffentlicht: (2025)

Clifford Kolmogorov-Arnold Networks
von: Wolff, Matthias, et al.
Veröffentlicht: (2026)

Multifidelity Kolmogorov-Arnold Networks
von: Howard, Amanda A., et al.
Veröffentlicht: (2024)

Quorum: Zero-Training Unsupervised Anomaly Detection using Quantum Autoencoders
von: Ludmir, Jason Zev, et al.
Veröffentlicht: (2025)

Adaptive Training of Grid-Dependent Physics-Informed Kolmogorov-Arnold Networks
von: Rigas, Spyros, et al.
Veröffentlicht: (2024)

Evaluating Federated Kolmogorov-Arnold Networks on Non-IID Data
von: Sasse, Arthur Mendonça, et al.
Veröffentlicht: (2024)

Optimizing IoT Threat Detection with Kolmogorov-Arnold Networks (KANs)
von: Emelianova, Natalia, et al.
Veröffentlicht: (2025)

Population Risk Bounds for Kolmogorov-Arnold Networks Trained by DP-SGD with Correlated Noise
von: Wang, Puyu, et al.
Veröffentlicht: (2026)

Evaluating Autoencoders for Parametric and Invertible Multidimensional Projections
von: Dennig, Frederik L., et al.
Veröffentlicht: (2025)

Graph Generative Models Evaluation with Masked Autoencoder
von: Wang, Chengen, et al.
Veröffentlicht: (2025)