Copertina

Latent Generative Models with Tunable Complexity for Compressed Sensing and other Inverse Problems

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Gunn, Sean, Cocola, Jorio, De Candido, Oliver, Chatziafratis, Vaggos, Hand, Paul
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Weird Generalization and Inductive Backdoors: New Ways to Corrupt LLMs
di: Betley, Jan, et al.
Pubblicazione: (2025)

Provable Accuracy Collapse in Embedding-Based Representations under Dimensionality Mismatch
di: Arvanitakis, Dionysis, et al.
Pubblicazione: (2026)

SILO: Solving Inverse Problems with Latent Operators
di: Raphaeli, Ron, et al.
Pubblicazione: (2025)

Analysis of Overparameterization in Continual Learning under a Linear Model
di: Goldfarb, Daniel, et al.
Pubblicazione: (2025)

Accelerating data-driven algorithm selection for combinatorial partitioning problems
di: Chatziafratis, Vaggos, et al.
Pubblicazione: (2024)

The Complexity of Finding Local Optima in Contrastive Learning
di: Yan, Jingming, et al.
Pubblicazione: (2025)

Uncertainty Quantification for Forward and Inverse Problems of PDEs via Latent Global Evolution
di: Wu, Tailin, et al.
Pubblicazione: (2024)

Verified Neural Compressed Sensing
di: Bunel, Rudy, et al.
Pubblicazione: (2024)

Diffusion Generative Models Meet Compressed Sensing, with Applications to Imaging and Finance
di: Guo, Zhengyi, et al.
Pubblicazione: (2025)

xInv: Explainable Optimization of Inverse Problems
di: Memery, Sean, et al.
Pubblicazione: (2025)

An Undetectable Watermark for Generative Image Models
di: Gunn, Sam, et al.
Pubblicazione: (2024)

InverseCrafter: Efficient Video ReCapture as a Latent Domain Inverse Problem
di: Hong, Yeobin, et al.
Pubblicazione: (2025)

Towards Interpretable Deep Reinforcement Learning Models via Inverse Reinforcement Learning
di: Xie, Sean, et al.
Pubblicazione: (2022)

Physics-Constrained Fine-Tuning of Flow-Matching Models for Generation and Inverse Problems
di: Tauberschmidt, Jan, et al.
Pubblicazione: (2025)

Adaptive Compression of the Latent Space in Variational Autoencoders
di: Sejnova, Gabriela, et al.
Pubblicazione: (2023)

Blind Inverse Problem Solving Made Easy by Text-to-Image Latent Diffusion
di: Dontas, Michail, et al.
Pubblicazione: (2024)

VISION-XL: High Definition Video Inverse Problem Solver using Latent Image Diffusion Models
di: Kwon, Taesung, et al.
Pubblicazione: (2024)

Insights into the Unknown: Federated Data Diversity Analysis on Molecular Data
di: Bujotzek, Markus, et al.
Pubblicazione: (2025)

CoSA: Compressed Sensing-Based Adaptation of Large Language Models
di: Wei, Songtao, et al.
Pubblicazione: (2026)

Compressed Computation: Dense Circuits in a Toy Model of the Universal-AND Problem
di: Newgas, Adam
Pubblicazione: (2025)

Solving Diffusion Inverse Problems with Restart Posterior Sampling
di: Ahmed, Bilal, et al.
Pubblicazione: (2025)

EquiReg: Equivariance Regularized Diffusion for Inverse Problems
di: Tolooshams, Bahareh, et al.
Pubblicazione: (2025)

Pseudorandom Error-Correcting Codes
di: Christ, Miranda, et al.
Pubblicazione: (2024)

Statistical Analysis of Policy Space Compression Problem
di: Molaei, Majid, et al.
Pubblicazione: (2024)

Unleashing the Denoising Capability of Diffusion Prior for Solving Inverse Problems
di: Zhang, Jiawei, et al.
Pubblicazione: (2024)

Robust Basis Spline Decoupling for the Compression of Transformer Models
di: De Jonghe, Joppe, et al.
Pubblicazione: (2026)

Diffusion Posterior Sampling for General Noisy Inverse Problems
di: Chung, Hyungjin, et al.
Pubblicazione: (2022)

Dimension-Accuracy Tradeoffs in Contrastive Embeddings for Triplets, Terminals & Top-k Nearest Neighbors
di: Chatziafratis, Vaggos, et al.
Pubblicazione: (2023)

Bayesian Conditioned Diffusion Models for Inverse Problems
di: Güngör, Alper, et al.
Pubblicazione: (2024)

A Survey on Diffusion Models for Inverse Problems
di: Daras, Giannis, et al.
Pubblicazione: (2024)

Fourier Transformers for Latent Crystallographic Diffusion and Generative Modeling
di: Duersch, Jed A., et al.
Pubblicazione: (2026)

Uncovering Scaling Laws for Large Language Models via Inverse Problems
di: Verma, Arun, et al.
Pubblicazione: (2025)

CarbonSense: A Multimodal Dataset and Baseline for Carbon Flux Modelling
di: Fortier, Matthew, et al.
Pubblicazione: (2024)

Recursive Entropic Risk Optimization in Discounted MDPs: Sample Complexity Bounds with a Generative Model
di: Mortensen, Oliver, et al.
Pubblicazione: (2025)

Score-Based Variational Inference for Inverse Problems
di: Xue, Zhipeng, et al.
Pubblicazione: (2024)

Predictability-Aware Compression and Decompression Framework for Multichannel Time Series Data with Latent Seasonality
di: Liu, Ziqi, et al.
Pubblicazione: (2025)

Deconstructing Generative Diversity: An Information Bottleneck Analysis of Discrete Latent Generative Models
di: Wu, Yudi, et al.
Pubblicazione: (2025)

Generating Counterfactual Trajectories with Latent Diffusion Models for Concept Discovery
di: Varshney, Payal, et al.
Pubblicazione: (2024)

Discriminative protein sequence modelling with Latent Space Diffusion
di: Quinn, Eoin, et al.
Pubblicazione: (2025)

AI-driven Inverse Design of Band-Tunable Mechanical Metastructures for Tailored Vibration Mitigation
di: Gupta, Tanuj, et al.
Pubblicazione: (2024)