Nov, 2018

使用生成对抗网络合成表格数据

PDF
TL;DR本文介绍了 Tabular GAN（TGAN），这是一种可以生成表格数据（例如医学或教育记录）的生成对抗网络，利用深度神经网络生成高质量和完全合成的表格，同时生成离散和连续变量。在三个数据集上评估我们的模型时，我们发现 TGAN 在捕捉列之间的相关性和扩展大型数据集方面都优于传统的统计生成模型。
generative adversarial networkstabular gandeep neural networkstabular datasynthetic tables
发现论文，激发创造
  • 使用条件 GAN 建模表格数据

    本篇论文设计了 TGAN 来处理离散与连续的表格数据，使用 7 个模拟数据集和 8 个真实数据集进行比较，结果表明 TGAN 在大多数的真实数据集上比贝叶斯方法表现更好，而其他深度学习方法则表现欠佳。

    Jul, 2019

  • CasTGAN: 级联生成对抗网络用于逼真的表格数据合成

    本文提出了一个级联表格生成对抗网络框架（CasTGAN），可生成更逼真的表格数据，模型能捕捉实际数据的限制和相关性，并通过对辅助学习者进行扰动来提高模型抵抗特定攻击的整体稳健性。

    Jul, 2023

  • CTAB-GAN: 有效的表格数据合成

    本文主要介绍了一种名为 CTAB-GAN 的条件表格 GAN 架构，可以有效地模拟多种数据类型，包括连续和分类变量，并且通过对多项机器学习算法进行测试，在五个数据集上的表现令人印象深刻。

    Feb, 2021

  • MALLM-GAN：用于合成表格数据的多智能体大型语言模型生成对抗网络

    在大数据时代，访问丰富的数据来推动研究进展至关重要，然而在医疗领域，这种数据往往由于隐私问题或高成本而无法获得。生成合成数据可以解决这个问题，但现有模型通常需要大量数据进行训练，与我们解决数据稀缺的目标相矛盾。为了应对这一挑战，我们提出了一个新的框架，通过利用大型语言模型（LLMs）作为推广对抗网络（GAN）的优化器，并将数据生成过程作为上下文信息进行了改进，显著提高了在小样本情况下生成合成表格数据的质量。我们在公共和私有数据集上的实验结果表明，我们的模型在生成更高质量的合成数据用于后续任务时，保持真实数据的隐私方面优于几个最先进的模型。

    Jun, 2024

  • 分布式条件 GAN（discGAN）用于合成医疗保健数据生成

    本文提出一种分布式生成对抗网络 (discGANs) 用于生成针对医疗保健领域的合成表格数据，特别是离散和连续医疗数据的分布建模。通过使用该方法，我们从原始的 2,027 个电子 ICU 数据集中生成了 249,000 个合成数据记录，并使用 Kolmogorov-Smirnov (KS) 检验和卡方检验评估了其机器学习效率和性能，结果显示 discGAN 能够生成与实际数据分布相似的数据。

    Apr, 2023

  • 使用两个生成对抗网络的混合图像 - 表格数据的合成数据生成方法

    使用自编码生成对抗网络（GANs）和条件生成对抗网络（CTGAN），提出了一种生成综合医疗记录（包括胸部 X 光图像和结构化表格数据）的方法。通过将 GAN 模型的编码器与原始数据库中的图像进行组合，成功生成了多样的综合 X 光图像和表格数据的合成记录，并通过可视评估、间记录距离分布和分类任务评估了生成的数据库。该方法有潜力在不损害数据二次使用的情况下公开发布合成数据集。

    Aug, 2023

  • 基于生成对抗网络的数据合成

    该研究提出了一种名为 table-GAN 的方法，使用生成对抗网络（GANs）合成伪造表格，用于保证数据匿名性和模型兼容性。实验证明，该方法在隐私和模型兼容性之间取得平衡，同时解决了数据泄露问题。

    Jun, 2018

  • 可逆表格 GAN：通过一枚石头杀死两只鸟，用于表格数据生成

    本文提出了一个广义 GAN 框架来合成表格数据，旨在解决可用数据通常受到限制、不完整或难以获得，以及数据隐私日益重要的问题。该方法通过降低关于真实记录的负对数密度来进一步提高合成质量，或者通过增加有关真实记录的负对数密度来生成更为现实但不过于接近真实记录的伪记录，以减少潜在的信息泄漏。实验结果表明，在减小对数密度时，该方法具有最佳的合成质量，而在增加对数密度时，能够增强隐私攻击的鲁棒性。

    Feb, 2022

  • 在差分隐私下生成表格数据集

    优化生成模型的质量和隐私之间的平衡，通过引入关注机制学习可逆的表格表示和差分隐私扩散模型来合成高质量的表格数据。

    Aug, 2023

  • 一个改进的表格数据生成器与 VAE-GMM 集成

    提出了一种基于变分自编码器的模型，该模型以贝叶斯高斯混合模型为基础，在处理表格数据时能够更准确地表示潜在数据分布，同时具有更灵活的特性和更好的性能。

    Apr, 2024