Buchumschlag

Exploring Variational Graph Autoencoders for Distribution Grid Data Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abbas, Syed Zain, Okoyomon, Ehimare
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

Physics-Informed Inductive Biases for Voltage Prediction in Distribution Grids
von: Okoyomon, Ehimare, et al.
Veröffentlicht: (2025)

BOOST-RPF: Boosted Sequential Trees for Radial Power Flow
von: Okoyomon, Ehimare, et al.
Veröffentlicht: (2026)

Rademacher Meets Colors: More Expressivity, but at What Cost ?
von: Carrasco, Martin, et al.
Veröffentlicht: (2025)

Data Enrichment Opportunities for Distribution Grid Cable Networks using Variational Autoencoders
von: Sundsgaard, Konrad, et al.
Veröffentlicht: (2025)

Exploring Transformer Placement in Variational Autoencoders for Tabular Data Generation
von: Silva, Aníbal, et al.
Veröffentlicht: (2026)

Generalized Graph Transformer Variational Autoencoder
von: Karki, Siddhant
Veröffentlicht: (2025)

A Generative Framework for Predictive Modeling of Multiple Chronic Conditions Using Graph Variational Autoencoder and Bandit-Optimized Graph Neural Network
von: Rico, Julian Carvajal, et al.
Veröffentlicht: (2024)

IVGAE: Handling Incomplete Heterogeneous Data with a Variational Graph Autoencoder
von: Zhou, Youran, et al.
Veröffentlicht: (2025)

Aggregation of Dependent Expert Distributions in Multimodal Variational Autoencoders
von: Mancisidor, Rogelio A, et al.
Veröffentlicht: (2025)

Data Augmentation with Variational Autoencoder for Imbalanced Dataset
von: Stocksieker, Samuel, et al.
Veröffentlicht: (2024)

Investigating GNN Convergence on Large Randomly Generated Graphs with Realistic Node Feature Correlations
von: Ahmed, Mohammed Zain Ali
Veröffentlicht: (2026)

Urdu News Article Recommendation Model using Natural Language Processing Techniques
von: Abbas, Syed Zain, et al.
Veröffentlicht: (2022)

Unsupervised Out-of-Distribution Detection by Restoring Lossy Inputs with Variational Autoencoder
von: Zeng, Zezhen, et al.
Veröffentlicht: (2023)

Causal Dynamic Variational Autoencoder for Counterfactual Regression in Longitudinal Data
von: Bouchattaoui, Mouad El, et al.
Veröffentlicht: (2023)

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

Synthetic Electrogram Generation with Variational Autoencoders for ECGI
von: Gutiérrez-Fernández, Miriam, et al.
Veröffentlicht: (2025)

A Variational Autoencoder for Neural Temporal Point Processes with Dynamic Latent Graphs
von: Yang, Sikun, et al.
Veröffentlicht: (2023)

Analysis of Variational Sparse Autoencoders
von: Baker, Zachary, et al.
Veröffentlicht: (2025)

Variational Rank Reduction Autoencoders
von: Mounayer, Jad, et al.
Veröffentlicht: (2025)

Ensemble Visualization With Variational Autoencoder
von: Wu, Cenyang, et al.
Veröffentlicht: (2025)

An Introduction to Discrete Variational Autoencoders
von: Jeffares, Alan, et al.
Veröffentlicht: (2025)

Likelihood-Free Variational Autoencoders
von: Xu, Chen, et al.
Veröffentlicht: (2025)

On Kernel-based Variational Autoencoder
von: Qin, Tian, et al.
Veröffentlicht: (2024)

Exploring Variational Autoencoders for Medical Image Generation: A Comprehensive Study
von: Rais, Khadija, et al.
Veröffentlicht: (2024)

Exploring Graph-Transformer Out-of-Distribution Generalization Abilities
von: Niv, Itay, et al.
Veröffentlicht: (2025)

CardiCat: a Variational Autoencoder for High-Cardinality Tabular Data
von: Carlin, Lee, et al.
Veröffentlicht: (2025)

Riemannian Geometry-Preserving Variational Autoencoder for MI-BCI Data Augmentation
von: Poļaka, Viktorija, et al.
Veröffentlicht: (2026)

Integrating Random Effects in Variational Autoencoders for Dimensionality Reduction of Correlated Data
von: Simchoni, Giora, et al.
Veröffentlicht: (2024)

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

Bidirectional Variational Autoencoders
von: Kosko, Bart, et al.
Veröffentlicht: (2025)

Out-of-Distribution Radar Detection in Compound Clutter and Thermal Noise through Variational Autoencoders
von: Rouzoumka, Y A, et al.
Veröffentlicht: (2025)

To Share or Not to Share: Investigating Weight Sharing in Variational Graph Autoencoders
von: Salha-Galvan, Guillaume, et al.
Veröffentlicht: (2025)

Variational Rank Reduction Autoencoders for Generative Thermal Design
von: Tierz, Alicia, et al.
Veröffentlicht: (2025)

GraViti: Graph-Level Variational Autoencoders with Relaxed Permutation Invariance
von: Bresson, Roman, et al.
Veröffentlicht: (2026)

Attention Based Molecule Generation via Hierarchical Variational Autoencoder
von: Sivanesan, Divahar
Veröffentlicht: (2024)

Dynamic Model Switching for Improved Accuracy in Machine Learning
von: Hasani, Syed Tahir Abbas
Veröffentlicht: (2024)

Zero-Variance Gradients for Variational Autoencoders
von: Shao, Zilei, et al.
Veröffentlicht: (2025)

Discovering Influential Factors in Variational Autoencoders
von: Liu, Shiqi, et al.
Veröffentlicht: (2018)

Theoretical Convergence Guarantees for Variational Autoencoders
von: Surendran, Sobihan, et al.
Veröffentlicht: (2024)

A Note on Generalization in Variational Autoencoders: How Effective Is Synthetic Data & Overparameterization?
von: Xiao, Tim Z., et al.
Veröffentlicht: (2023)