Subspace-Decomposed JEPAs: Disentangling Progression and Content in Latent World Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Thil, Lucas, Read, Jesse, Kaddah, Rim, Doquet, Guillaume |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
STEP: Learning STructured Embeddings for Progressive Time Series
par: Thil, Lucas, et autres
Publié: (2026)
par: Thil, Lucas, et autres
Publié: (2026)
I-GLIDE: Input Groups for Latent Health Indicators in Degradation Estimation
par: Thil, Lucas, et autres
Publié: (2025)
par: Thil, Lucas, et autres
Publié: (2025)
Uncertainty Quantification as a Complementary Latent Health Indicator for Remaining Useful Life Prediction on Turbofan Engines
par: Thil, Lucas, et autres
Publié: (2025)
par: Thil, Lucas, et autres
Publié: (2025)
A Machine Learning Framework for Turbofan Health Estimation via Inverse Problem Formulation
par: Leyli-Abadi, Milad, et autres
Publié: (2026)
par: Leyli-Abadi, Milad, et autres
Publié: (2026)
Parameter-Efficient Distributional RL via Normalizing Flows and a Geometry-Aware Cramér Surrogate
par: C., Simo Alami, et autres
Publié: (2025)
par: C., Simo Alami, et autres
Publié: (2025)
Beyond Isotropy in JEPAs: Hamiltonian Geometry and Symplectic Prediction
par: Alvarez, Robert Jenkinson
Publié: (2026)
par: Alvarez, Robert Jenkinson
Publié: (2026)
Beyond Patient Invariance: Learning Cardiac Dynamics via Action-Conditioned JEPAs
par: Fernandes, Jose Geraldo, et autres
Publié: (2026)
par: Fernandes, Jose Geraldo, et autres
Publié: (2026)
Enhancing JEPAs with Spatial Conditioning: Robust and Efficient Representation Learning
par: Littwin, Etai, et autres
Publié: (2024)
par: Littwin, Etai, et autres
Publié: (2024)
Learning from Data Streams: An Overview and Update
par: Read, Jesse, et autres
Publié: (2022)
par: Read, Jesse, et autres
Publié: (2022)
Gaussian Embeddings: How JEPAs Secretly Learn Your Data Density
par: Balestriero, Randall, et autres
Publié: (2025)
par: Balestriero, Randall, et autres
Publié: (2025)
Decomposing Representation Space into Interpretable Subspaces with Unsupervised Learning
par: Huang, Xinting, et autres
Publié: (2025)
par: Huang, Xinting, et autres
Publié: (2025)
Generative Modeling of Discrete Data Using Geometric Latent Subspaces
par: Gonzalez-Alvarado, Daniel, et autres
Publié: (2026)
par: Gonzalez-Alvarado, Daniel, et autres
Publié: (2026)
Estimating Conditional Covariance between labels for Multilabel Data
par: Park, Laurence A. F., et autres
Publié: (2025)
par: Park, Laurence A. F., et autres
Publié: (2025)
Branches: Efficiently Seeking Optimal Sparse Decision Trees with AO*
par: Chaouki, Ayman, et autres
Publié: (2024)
par: Chaouki, Ayman, et autres
Publié: (2024)
Online Learning of Decision Trees with Thompson Sampling
par: Chaouki, Ayman, et autres
Publié: (2024)
par: Chaouki, Ayman, et autres
Publié: (2024)
Enhanced Latent Multi-view Subspace Clustering
par: Shi, Long, et autres
Publié: (2023)
par: Shi, Long, et autres
Publié: (2023)
Dependent Latent Class Models
par: Bowers, Jesse, et autres
Publié: (2022)
par: Bowers, Jesse, et autres
Publié: (2022)
Disentangling Interpretable Factors with Supervised Independent Subspace Principal Component Analysis
par: Su, Jiayu, et autres
Publié: (2024)
par: Su, Jiayu, et autres
Publié: (2024)
Disentangled Latent Spaces for Reduced Order Models using Deterministic Autoencoders
par: Schwarz, Henning, et autres
Publié: (2025)
par: Schwarz, Henning, et autres
Publié: (2025)
Equivalence Set Restricted Latent Class Models (ESRLCM)
par: Bowers, Jesse, et autres
Publié: (2024)
par: Bowers, Jesse, et autres
Publié: (2024)
Probabilistic Decomposed Linear Dynamical Systems for Robust Discovery of Latent Neural Dynamics
par: Chen, Yenho, et autres
Publié: (2024)
par: Chen, Yenho, et autres
Publié: (2024)
A Unified Latent Space Disentanglement VAE Framework with Robust Disentanglement Effectiveness Evaluation
par: Lang, Xiaoan, et autres
Publié: (2026)
par: Lang, Xiaoan, et autres
Publié: (2026)
Disentanglement Analysis in Deep Latent Variable Models Matching Aggregate Posterior Distributions
par: Saha, Surojit, et autres
Publié: (2025)
par: Saha, Surojit, et autres
Publié: (2025)
Hierarchical Planning with Latent World Models
par: Zhang, Wancong, et autres
Publié: (2026)
par: Zhang, Wancong, et autres
Publié: (2026)
Factored Latent Action World Models
par: Wang, Zizhao, et autres
Publié: (2026)
par: Wang, Zizhao, et autres
Publié: (2026)
Group-Aware Matrix Estimation and Latent Subspace Recovery
par: Golubovic, Hamza, et autres
Publié: (2026)
par: Golubovic, Hamza, et autres
Publié: (2026)
CORAL: Disentangling Latent Representations in Long-Tailed Diffusion
par: Rodriguez, Esther, et autres
Publié: (2025)
par: Rodriguez, Esther, et autres
Publié: (2025)
Reflections on Disentanglement and the Latent Space
par: Schaerf, Ludovica
Publié: (2024)
par: Schaerf, Ludovica
Publié: (2024)
Latent Concept Disentanglement in Transformer-based Language Models
par: Hong, Guan Zhe, et autres
Publié: (2025)
par: Hong, Guan Zhe, et autres
Publié: (2025)
A Conditional GAN for Tabular Data Generation with Probabilistic Sampling of Latent Subspaces
par: Akritidis, Leonidas, et autres
Publié: (2025)
par: Akritidis, Leonidas, et autres
Publié: (2025)
LatentGAN Autoencoder: Learning Disentangled Latent Distribution
par: Kalwar, Sanket, et autres
Publié: (2022)
par: Kalwar, Sanket, et autres
Publié: (2022)
Co-Evolving Latent Action World Models
par: Wang, Yucen, et autres
Publié: (2025)
par: Wang, Yucen, et autres
Publié: (2025)
Disentangled Latent Dynamics Manifold Fusion for Solving Parameterized PDEs
par: Liang, Zhangyong
Publié: (2026)
par: Liang, Zhangyong
Publié: (2026)
Disentangled Latent Spaces Facilitate Data-Driven Auxiliary Learning
par: Skenderi, Geri, et autres
Publié: (2023)
par: Skenderi, Geri, et autres
Publié: (2023)
Disentangling Disentangled Representations: Towards Improved Latent Units via Diffusion Models
par: Jun, Youngjun, et autres
Publié: (2024)
par: Jun, Youngjun, et autres
Publié: (2024)
Joint Identifiability of Cross-Domain Recommendation via Hierarchical Subspace Disentanglement
par: Du, Jing, et autres
Publié: (2024)
par: Du, Jing, et autres
Publié: (2024)
Annealed Co-Generation: Disentangling Variables via Progressive Pairwise Modeling
par: Zhang, Hantao, et autres
Publié: (2026)
par: Zhang, Hantao, et autres
Publié: (2026)
Meta-DT: Offline Meta-RL as Conditional Sequence Modeling with World Model Disentanglement
par: Wang, Zhi, et autres
Publié: (2024)
par: Wang, Zhi, et autres
Publié: (2024)
Isometric Representation Learning for Disentangled Latent Space of Diffusion Models
par: Hahm, Jaehoon, et autres
Publié: (2024)
par: Hahm, Jaehoon, et autres
Publié: (2024)
IMWM: Intuition Models Complement World Models for Latent Planning
par: Gao, Baoqi, et autres
Publié: (2026)
par: Gao, Baoqi, et autres
Publié: (2026)
Documents similaires
-
STEP: Learning STructured Embeddings for Progressive Time Series
par: Thil, Lucas, et autres
Publié: (2026) -
I-GLIDE: Input Groups for Latent Health Indicators in Degradation Estimation
par: Thil, Lucas, et autres
Publié: (2025) -
Uncertainty Quantification as a Complementary Latent Health Indicator for Remaining Useful Life Prediction on Turbofan Engines
par: Thil, Lucas, et autres
Publié: (2025) -
A Machine Learning Framework for Turbofan Health Estimation via Inverse Problem Formulation
par: Leyli-Abadi, Milad, et autres
Publié: (2026) -
Parameter-Efficient Distributional RL via Normalizing Flows and a Geometry-Aware Cramér Surrogate
par: C., Simo Alami, et autres
Publié: (2025)