Buchumschlag

A Unified Latent Space Disentanglement VAE Framework with Robust Disentanglement Effectiveness Evaluation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lang, Xiaoan, Liu, Fang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Structural Equation-VAE: Disentangled Latent Representations for Tabular Data
von: Zhang, Ruiyu, et al.
Veröffentlicht: (2025)

CAD-VAE: Leveraging Correlation-Aware Latents for Comprehensive Fair Disentanglement
von: Ma, Chenrui, et al.
Veröffentlicht: (2025)

Reflections on Disentanglement and the Latent Space
von: Schaerf, Ludovica
Veröffentlicht: (2024)

Disentangled Latent Spaces Facilitate Data-Driven Auxiliary Learning
von: Skenderi, Geri, et al.
Veröffentlicht: (2023)

Sculpting Latent Spaces With MMD: Disentanglement With Programmable Priors
von: Fruytier, Quentin, et al.
Veröffentlicht: (2025)

Disentangled Latent Spaces for Reduced Order Models using Deterministic Autoencoders
von: Schwarz, Henning, et al.
Veröffentlicht: (2025)

Isometric Representation Learning for Disentangled Latent Space of Diffusion Models
von: Hahm, Jaehoon, et al.
Veröffentlicht: (2024)

Shortcut Invariance: Targeted Jacobian Regularization in Disentangled Latent Space
von: Pal, Shivam, et al.
Veröffentlicht: (2025)

Denoising Multi-Beta VAE: Representation Learning for Disentanglement and Generation
von: Uppal, Anshuk, et al.
Veröffentlicht: (2025)

L-VAE: Variational Auto-Encoder with Learnable Beta for Disentangled Representation
von: Ozcan, Hazal Mogultay, et al.
Veröffentlicht: (2025)

Compositional Generalization via Forced Rendering of Disentangled Latents
von: Liang, Qiyao, et al.
Veröffentlicht: (2025)

Closed-Loop Unsupervised Representation Disentanglement with $β$-VAE Distillation and Diffusion Probabilistic Feedback
von: Jin, Xin, et al.
Veröffentlicht: (2024)

CORAL: Disentangling Latent Representations in Long-Tailed Diffusion
von: Rodriguez, Esther, et al.
Veröffentlicht: (2025)

LatentGAN Autoencoder: Learning Disentangled Latent Distribution
von: Kalwar, Sanket, et al.
Veröffentlicht: (2022)

SDE: A Simplified and Disentangled Dependency Encoding Framework for State Space Models in Time Series Forecasting
von: Weng, Zixuan, et al.
Veröffentlicht: (2024)

Enhancing Interpretability in Generative Modeling: Statistically Disentangled Latent Spaces Guided by Generative Factors in Scientific Datasets
von: Ganguli, Arkaprabha, et al.
Veröffentlicht: (2025)

Disentangled Latent Dynamics Manifold Fusion for Solving Parameterized PDEs
von: Liang, Zhangyong
Veröffentlicht: (2026)

Disentangling Disentangled Representations: Towards Improved Latent Units via Diffusion Models
von: Jun, Youngjun, et al.
Veröffentlicht: (2024)

Unsupervised TTS Acoustic Modeling for TTS with Conditional Disentangled Sequential VAE
von: Lian, Jiachen, et al.
Veröffentlicht: (2022)

A Systematic Framework for Tabular Data Disentanglement
von: Tjuawinata, Ivan, et al.
Veröffentlicht: (2026)

Spectral Disentanglement and Enhancement: A Dual-domain Contrastive Framework for Representation Learning
von: Guo, Jinjin, et al.
Veröffentlicht: (2026)

Disentangling Latent Shifts of In-Context Learning with Weak Supervision
von: Jukić, Josip, et al.
Veröffentlicht: (2024)

Subspace-Decomposed JEPAs: Disentangling Progression and Content in Latent World Models
von: Thil, Lucas, et al.
Veröffentlicht: (2026)

Coupled Transformer Autoencoder for Disentangling Multi-Region Neural Latent Dynamics
von: Sristi, Ram Dyuthi, et al.
Veröffentlicht: (2025)

DRGW: Learning Disentangled Representations for Robust Graph Watermarking
von: Li, Jiasen, et al.
Veröffentlicht: (2026)

EQ-VAE: Equivariance Regularized Latent Space for Improved Generative Image Modeling
von: Kouzelis, Theodoros, et al.
Veröffentlicht: (2025)

Disentangling Shared and Private Neural Dynamics with SPIRE: A Latent Modeling Framework for Deep Brain Stimulation
von: Soroushmojdehi, Rahil, et al.
Veröffentlicht: (2025)

Latent Concept Disentanglement in Transformer-based Language Models
von: Hong, Guan Zhe, et al.
Veröffentlicht: (2025)

Disentanglement Analysis in Deep Latent Variable Models Matching Aggregate Posterior Distributions
von: Saha, Surojit, et al.
Veröffentlicht: (2025)

VAE with Hyperspherical Coordinates: Improving Anomaly Detection from Hypervolume-Compressed Latent Space
von: Ascarate, Alejandro, et al.
Veröffentlicht: (2026)

Autoregressivity in the Latent Space of a GP-VAE Language Model: An Empirical Ablation Study
von: Ruffenach, Yves
Veröffentlicht: (2025)

Latent Space Disentanglement via Activation Steering for Interpretable Attribute Control in Symbolic Music Generation
von: Prokopiou, Ioannis, et al.
Veröffentlicht: (2026)

Adversarial Graph Disentanglement
von: Zheng, Shuai, et al.
Veröffentlicht: (2021)

Diffusion-Based Generation of Neural Activity from Disentangled Latent Codes
von: McCart, Jonathan D., et al.
Veröffentlicht: (2024)

Operationalizing Quantized Disentanglement
von: Barin-Pacela, Vitoria, et al.
Veröffentlicht: (2025)

CRADLE-VAE: Enhancing Single-Cell Gene Perturbation Modeling with Counterfactual Reasoning-based Artifact Disentanglement
von: Baek, Seungheun, et al.
Veröffentlicht: (2024)

Disentanglement Beyond Static vs. Dynamic: A Benchmark and Evaluation Framework for Multi-Factor Sequential Representations
von: Barami, Tal, et al.
Veröffentlicht: (2025)

Towards an Improved Metric for Evaluating Disentangled Representations
von: Julka, Sahib, et al.
Veröffentlicht: (2024)

How Neural Losses Shape VAE Latents
von: Strano, Giorgio, et al.
Veröffentlicht: (2026)

A Revisit of Total Correlation in Disentangled Variational Auto-Encoder with Partial Disentanglement
von: Li, Chengrui, et al.
Veröffentlicht: (2025)