:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Huang, Shimeng, Robinson, Matthew, Locatello, Francesco
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2602.19782
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Third Pillar of Causal Analysis? A Measurement Perspective on Causal Representations
di: Yao, Dingling, et al.
Pubblicazione: (2025)

Towards a holistic understanding of Selection Bias for Causal Effect Identification
di: Qiu, Yiwen, et al.
Pubblicazione: (2026)

Marrying Causal Representation Learning with Dynamical Systems for Science
di: Yao, Dingling, et al.
Pubblicazione: (2024)

Causal Learning with the Invariance Principle
di: Montagna, Francesco, et al.
Pubblicazione: (2026)

Confounded Causal Imitation Learning with Instrumental Variables
di: Zeng, Yan, et al.
Pubblicazione: (2025)

Unifying Causal Representation Learning with the Invariance Principle
di: Yao, Dingling, et al.
Pubblicazione: (2024)

Learning Explicit Single-Cell Dynamics Using ODE Representations
di: von Bassewitz, Jan-Philipp, et al.
Pubblicazione: (2025)

Controlling Transient Amplification Improves Long-horizon Rollouts
di: Pervez, Adeel, et al.
Pubblicazione: (2026)

Learning Discrete Diffusion of Graphs via Free-Energy Gradient Flows
di: Rancati, Dario, et al.
Pubblicazione: (2026)

The Rate-Distortion-Polysemanticity Tradeoff in SAEs
di: Mencattini, Tommaso, et al.
Pubblicazione: (2026)

Identifying General Mechanism Shifts in Linear Causal Representations
di: Chen, Tianyu, et al.
Pubblicazione: (2024)

Mechanistic Neural Networks for Scientific Machine Learning
di: Pervez, Adeel, et al.
Pubblicazione: (2024)

Toward Identifiable Sparse Autoencoders
di: Nelson, Walter, et al.
Pubblicazione: (2026)

Mechanistic PDE Networks for Discovery of Governing Equations
di: Pervez, Adeel, et al.
Pubblicazione: (2025)

Connecting Neural Models Latent Geometries with Relative Geodesic Representations
di: Yu, Hanlin, et al.
Pubblicazione: (2025)

Identifiable Object-Centric Representation Learning via Probabilistic Slot Attention
di: Kori, Avinash, et al.
Pubblicazione: (2024)

A Sparsity Principle for Partially Observable Causal Representation Learning
di: Xu, Danru, et al.
Pubblicazione: (2024)

Score matching through the roof: linear, nonlinear, and latent variables causal discovery
di: Montagna, Francesco, et al.
Pubblicazione: (2024)

Exploratory Causal Inference in SAEnce
di: Mencattini, Tommaso, et al.
Pubblicazione: (2025)

Demystifying amortized causal discovery with transformers
di: Montagna, Francesco, et al.
Pubblicazione: (2024)

Multi-View Causal Representation Learning with Partial Observability
di: Yao, Dingling, et al.
Pubblicazione: (2023)

Learning Decision Policies with Instrumental Variables through Double Machine Learning
di: Shao, Daqian, et al.
Pubblicazione: (2024)

Out-of-Distribution Detection with Relative Angles
di: Demirel, Berker, et al.
Pubblicazione: (2024)

Statistical and structural identifiability in representation learning
di: Nelson, Walter, et al.
Pubblicazione: (2026)

High-dimensional Analysis of Synthetic Data Selection
di: Rezaei, Parham, et al.
Pubblicazione: (2025)

Navigating the Latent Space Dynamics of Neural Models
di: Fumero, Marco, et al.
Pubblicazione: (2025)

Scalable Mechanistic Neural Networks for Differential Equations and Machine Learning
di: Chen, Jiale, et al.
Pubblicazione: (2024)

Spectral Representation for Causal Estimation with Hidden Confounders
di: Sun, Haotian, et al.
Pubblicazione: (2024)

Debiased Machine Learning for Conformal Prediction of Counterfactual Outcomes Under Runtime Confounding
di: Barnatchez, Keith, et al.
Pubblicazione: (2026)

Binding Dynamics in Rotating Features
di: Löwe, Sindy, et al.
Pubblicazione: (2024)

The Perception-Physics Paradox: Probing Scientific Alignment with TC-Bench
di: Yao, Dingling, et al.
Pubblicazione: (2026)

Latent Space Translation via Inverse Relative Projection
di: Maiorca, Valentino, et al.
Pubblicazione: (2024)

Scalable unsupervised alignment of general metric and non-metric structures
di: Vedula, Sanketh, et al.
Pubblicazione: (2024)

Smoke and Mirrors in Causal Downstream Tasks
di: Cadei, Riccardo, et al.
Pubblicazione: (2024)

Latent Functional Maps: a spectral framework for representation alignment
di: Fumero, Marco, et al.
Pubblicazione: (2024)

Towards Robust Trajectory Representations: Isolating Environmental Confounders with Causal Learning
di: Luo, Kang, et al.
Pubblicazione: (2024)

Optimizing Graph Causal Classification Models: Estimating Causal Effects and Addressing Confounders
di: Job, Simi, et al.
Pubblicazione: (2026)

Causal Effect Estimation with Learned Instrument Representations
di: Dean, Frances, et al.
Pubblicazione: (2026)

Causal Structure Representation Learning of Confounders in Latent Space for Recommendation
di: Xu, Hangtong, et al.
Pubblicazione: (2023)

Causal Structure Learning in Hawkes Processes with Complex Latent Confounder Networks
di: Jin, Songyao, et al.
Pubblicazione: (2025)