Jun, 2023

评估 GAN 生成的合成表格数据在类别平衡和低资源环境下的实用性

PDF
TL;DR本研究旨在解决分类任务中不平衡数据的问题，并评估 SMOTE、ADASYN 和 GAN 技术在生成合成数据以解决类别不平衡和提高分类模型在低资源环境下的性能方面的适用性。
imbalanced datasmoteadasynganclassification models
发现论文，激发创造
  • 利用生成对抗网络进行数据增强

    本文提出了使用生成对抗网络（GAN）生成机器学习任务的人工训练数据，以解决样本不平衡问题与个人隐私数据问题，在多个基准数据集上测试表明，使用 GAN 生成的训练数据进行决策树分类器训练可以取得与使用原始数据集训练 DT 相同或更好的准确性和召回率.

    Apr, 2019

  • 一种处理不平衡数据的生成式深度学习方法用于车祸严重程度建模

    该研究提出了一种基于条件数据生成对抗网络 (CTGAN-RU) 的交通事故数据生成方法，通过数据平衡和合成数据生成，用于交通事故严重性建模，结果表明使用 CTGAN-RU 生成的合成数据在交通事故严重性建模中优于使用原始数据或其他采样方法生成的合成数据。

    Apr, 2024

  • 使用生成对抗网络进行低资源情感分析的数据增强

    本文介绍使用生成式对抗网络 (GANs) 模型进行数据增强以改善情感分类器泛化能力的方法，通过对资源有限数据集训练 GAN 模型，并探索不同技术进行 GAN 模型训练，并分析了生成数据的质量以及使用 t-SNE 方法在二维空间中对生成数据和实际数据的可视化分析。

    Feb, 2019

  • 基于条件 Wasserstein GAN 的表格数据过采样技术在不平衡学习中的应用

    本文提出基于条件 Wasserstein GAN 的过采样方法，可对包含数字和分类变量的表格数据集进行有效建模，并通过辅助分类器损失函数特别关注下游分类任务。实证结果表明 GAN 基于过采样的竞争力。

    Aug, 2020

  • 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

  • 基于 GAN 的数据增强解决类别不平衡问题

    在信用卡欺诈检测中，机器学习被广泛运用，但因为样本集类别分布存在不平衡，这可能导致模型预测全部为多数类别而无法推广到真实情况。因此，我们使用生成对抗网络来生成一些少数类别虚拟数据，以缓解类别分布不平衡问题，从而更有效地学习数据。

    Jun, 2022

  • 分析虚假训练数据对深度学习系统性能的影响

    本文深入分析了使用不同比例的真实数据和合成数据来训练计算机视觉模型对模型鲁棒性和预测质量的影响，证明使用生成对抗网络生成高质量合成数据可以减轻深度学习模型面临的挑战。

    Mar, 2023

  • 通过使用合成数据进行模型再平衡的公平生成对抗网络

    使用深度生成模型生成平衡数据，并提出的偏差缓解损失函数能够在非平衡数据集上改善公平性指标，同时保持图像质量。

    Aug, 2023

  • 提高机器学习合成数据的逼真度研究

    本研究着眼于深入评估和比较对于机器学习的通用合成数据的对抗训练效果，并旨在使用未标记的真实数据条件下的合成 - 真实生成模型将合成图像转化为更真实的风格，并通过定性和定量指标进行广泛的性能评估和比较。

    Apr, 2023

  • 基于多元 GAN 的磁盘故障预测模型的数据层次混合策略选择

    通过混合合成数据解决数据类别不平衡问题，并结合遗传算法提高对特定分类模型的磁盘故障分类预测准确率。

    Oct, 2023