Buchumschlag

Stabilizing Multimodal Autoencoders: A Theoretical and Empirical Analysis of Fusion Strategies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Altinses, Diyar, Schwung, Andreas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Layer-Specific Lipschitz Modulation for Fault-Tolerant Multimodal Representation Learning
von: Altinses, Diyar, et al.
Veröffentlicht: (2026)

Prior-Informed Neural Network Initialization: A Spectral Approach for Function Parameterizing Architectures
von: Torres, David Orlando Salazar, et al.
Veröffentlicht: (2026)

Distributed Stackelberg Strategies in State-based Potential Games for Autonomous Decentralized Learning Manufacturing Systems
von: Yuwono, Steve, et al.
Veröffentlicht: (2024)

Introducing PetriRL: An Innovative Framework for JSSP Resolution Integrating Petri nets and Event-based Reinforcement Learning
von: Lassoued, Sofiene, et al.
Veröffentlicht: (2024)

Transfer learning of state-based potential games for process optimization in decentralized manufacturing systems
von: Yuwono, Steve, et al.
Veröffentlicht: (2024)

Gradient-based Learning in State-based Potential Games for Self-Learning Production Systems
von: Yuwono, Steve, et al.
Veröffentlicht: (2024)

Self-optimization in distributed manufacturing systems using Modular State-based Stackelberg Games
von: Yuwono, Steve, et al.
Veröffentlicht: (2024)

Empirical Evaluation of Progressive Coding for Sparse Autoencoders
von: Peter, Hans, et al.
Veröffentlicht: (2025)

Hellinger Multimodal Variational Autoencoders
von: Vo, Huyen, et al.
Veröffentlicht: (2026)

Towards Explainable Fusion and Balanced Learning in Multimodal Sentiment Analysis
von: Luo, Miaosen, et al.
Veröffentlicht: (2025)

Sparsely Multimodal Data Fusion
von: Bjorgaard, Josiah
Veröffentlicht: (2024)

Towards LLM-Centric Multimodal Fusion: A Survey on Integration Strategies and Techniques
von: An, Jisu, et al.
Veröffentlicht: (2025)

Representations Shape Weak-to-Strong Generalization: Theoretical Insights and Empirical Predictions
von: Xue, Yihao, et al.
Veröffentlicht: (2025)

CNN Autoencoders for Hierarchical Feature Extraction and Fusion in Multi-sensor Human Activity Recognition
von: Arabzadeh, Saeed, et al.
Veröffentlicht: (2025)

Why Representation Engineering Works: A Theoretical and Empirical Study in Vision-Language Models
von: Tian, Bowei, et al.
Veröffentlicht: (2025)

Theoretical and Empirical Advances in Forest Pruning
von: Dorador, Albert
Veröffentlicht: (2024)

Jump Start or False Start? A Theoretical and Empirical Evaluation of LLM-initialized Bandits
von: Bayley, Adam, et al.
Veröffentlicht: (2026)

Variational Autoencoders for Efficient Simulation-Based Inference
von: Nautiyal, Mayank, et al.
Veröffentlicht: (2024)

A General Error-Theoretical Analysis Framework for Constructing Compression Strategies
von: Zhang, Boyang, et al.
Veröffentlicht: (2025)

Theoretical Tensions in RLHF: Reconciling Empirical Success with Inconsistencies in Social Choice Theory
von: Xiao, Jiancong, et al.
Veröffentlicht: (2025)

Interpretable Embeddings with Sparse Autoencoders: A Data Analysis Toolkit
von: Jiang, Nick, et al.
Veröffentlicht: (2025)

Learning in Order! A Sequential Strategy to Learn Invariant Features for Multimodal Sentiment Analysis
von: Zhao, Xianbing, et al.
Veröffentlicht: (2024)

A Hybrid Tsallis-Polarization Impurity Measure for Decision Trees: Theoretical Foundations and Empirical Evaluation
von: Lansiaux, Edouard, et al.
Veröffentlicht: (2026)

Rethinking Multimodal Fusion for Time Series: Auxiliary Modalities Need Constrained Fusion
von: Lee, Seunghan, et al.
Veröffentlicht: (2026)

A Theoretical Analysis of Test-Driven Code Generation
von: Menet, Nicolas, et al.
Veröffentlicht: (2026)

FedUAF: Uncertainty-Aware Fusion with Reliability-Guided Aggregation for Multimodal Federated Sentiment Analysis
von: Zhu, Xianxun, et al.
Veröffentlicht: (2026)

HEALNet: Multimodal Fusion for Heterogeneous Biomedical Data
von: Hemker, Konstantin, et al.
Veröffentlicht: (2023)

Multimodal Fusion on Low-quality Data: A Comprehensive Survey
von: Zhang, Qingyang, et al.
Veröffentlicht: (2024)

Multimodal Fusion Strategies for Mapping Biophysical Landscape Features
von: Gordon, Lucia, et al.
Veröffentlicht: (2024)

Sparse Autoencoders Do Not Find Canonical Units of Analysis
von: Leask, Patrick, et al.
Veröffentlicht: (2025)

A Stable Neural Statistical Dependence Estimator for Autoencoder Feature Analysis
von: Hu, Bo, et al.
Veröffentlicht: (2026)

Frequency-Aware Masked Autoencoders for Multimodal Pretraining on Biosignals
von: Liu, Ran, et al.
Veröffentlicht: (2023)

ACTIVA: Amortized Causal Effect Estimation via Transformer-based Variational Autoencoder
von: Sauter, Andreas, et al.
Veröffentlicht: (2025)

Chunking Strategies for Multimodal AI Systems
von: R, Shashanka B, et al.
Veröffentlicht: (2025)

Multimodal Multi-loss Fusion Network for Sentiment Analysis
von: Wu, Zehui, et al.
Veröffentlicht: (2023)

Contextual Attention-Based Multimodal Fusion of LLM and CNN for Sentiment Analysis
von: Zerkouk, Meriem, et al.
Veröffentlicht: (2025)

A Queueing-Theoretic Framework for Stability Analysis of LLM Inference with KV Cache Memory Constraints
von: Nie, Chengyi, et al.
Veröffentlicht: (2026)

A Systematic Review of Intermediate Fusion in Multimodal Deep Learning for Biomedical Applications
von: Guarrasi, Valerio, et al.
Veröffentlicht: (2024)

Unimodal-driven Distillation in Multimodal Emotion Recognition with Dynamic Fusion
von: Li, Jiagen, et al.
Veröffentlicht: (2025)

Fuse It or Lose It: Deep Fusion for Multimodal Simulation-Based Inference
von: Schmitt, Marvin, et al.
Veröffentlicht: (2023)