Deterministic sampling of autoencoder latent spaces via data-driven piecewise-linear expanding maps | ||
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mar del Plata. Instituto de Investigaciones Científicas y Tecnológicas en Electrónica. Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Instituto de Investigaciones Científicas y Tecnológicas en Electrónica | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mar del Plata. Instituto de Investigaciones Científicas y Tecnológicas en Electrónica. Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Instituto de Investigaciones Científicas y Tecnológicas en Electrónica | |
| dc.contributor.author | de Micco, Luciana | |
| dc.contributor.author | Cebedio, Maria Celeste | |
| dc.date.issued | 2026-12 | |
| dc.description.abstract | We propose a fully deterministic framework for generating new samples directly within learned latent spaces using a bank of data-driven piecewise-linear expanding maps constructed from empirical conditional density estimates. For each latent coordinate and conditioning context, an Inverse Frobenius–Perron formulation is used to synthesize a one-dimensional map whose prescribed invariant probability density locally approximates the corresponding empirical conditional distribution. New latent samples are then produced by a state-dependent deterministic switching rule that selects and iterates these local maps without requiring stochastic noise, learned vector fields, or additional neural training. The method can operate as a standalone latent sampler or as a complementary component within existing generative pipelines, providing a direct connection between empirical density estimation and deterministic map synthesis. Experiments on a synthetic Rössler dataset and on an end-to-end MNIST autoencoder show low latent-space distributional discrepancy and decoded-sample quality comparable to a KDE baseline in the reported configurations. The verified expansion properties apply to the constituent one-dimensional maps; no claim of a global invariant measure or global chaos is made for the complete high-dimensional switching system. | es |
| dc.description.fil | Fil: de Micco, Luciana. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mar del Plata. Instituto de Investigaciones Científicas y Tecnológicas en Electrónica. Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Instituto de Investigaciones Científicas y Tecnológicas en Electrónica; Argentina | |
| dc.description.fil | Fil: Cebedio, Maria Celeste. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mar del Plata. Instituto de Investigaciones Científicas y Tecnológicas en Electrónica. Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Instituto de Investigaciones Científicas y Tecnológicas en Electrónica; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | de Micco, Luciana; Cebedio, Maria Celeste; Deterministic sampling of autoencoder latent spaces via data-driven piecewise-linear expanding maps; Pergamon-Elsevier Science Ltd; Chaos, Solitons And Fractals; 213; 12-2026; 1-13 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 0960-0779 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/299626 | |
| dc.journal.pagination | 1-13 | es |
| dc.journal.pais | Estados Unidos | es |
| dc.journal.title | Chaos, Solitons And Fractals | es |
| dc.journal.volume | 213 | es |
| dc.language.iso | eng | es |
| dc.publisher | Pergamon-Elsevier Science Ltd | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://linkinghub.elsevier.com/retrieve/pii/S0960077926013913 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1016/j.chaos.2026.119250 | |
| dc.rights | info:eu-repo/semantics/restrictedAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | AUTOENCODERS | es |
| dc.subject | DETERMINISTIC GENERATIVE MODELS | es |
| dc.subject | EXPANDING MAPS | es |
| dc.subject | INVARIANT MEASURE | es |
| dc.subject | LATENT SPACE | es |
| dc.subject | NONLINEAR DYNAMICS | es |
| dc.subject.classification | Ingeniería Eléctrica y Electrónica | es |
| dc.subject.classification | Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información | es |
| dc.subject.classification | INGENIERÍAS Y TECNOLOGÍAS | es |
| dc.title | Deterministic sampling of autoencoder latent spaces via data-driven piecewise-linear expanding maps | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.5bd28cd8-6996-4430-afe7-6b8190fbc8ca_B.pdf
- Tamaño:
- 3.83 MB
- Formato:
- Adobe Portable Document Format