通过在有限真实数据环境下使用深度生成模型（Deep Generative Models, DGMs）生成逼真可靠的合成表格数据，该论文提出了一种新颖的方法，通过转移学习和元学习技术在 DGM 中生成人工归纳偏差。其中，采用预训练和模型平均等转移学习策略优于采用元学习方法，例如模型无关元学习和领域随机搜索。通过验证方法，使用变分自动编码器和生成对抗网络两种最先进的 DGM，表明我们的人工归纳偏差可提供更高质量的合成数据，通过 Jensen-Shannon 散度测量，相对收益可达 50％。该方法具有广泛适用性于各种 DGM 和机器学习任务，特别适用于数据稀缺常见的领域，如卫生保健和金融。

Jul, 2024

即使合成图像在下游图像分类任务中导致性能下降，通过使用合成图像增强真实数据可以在数据稀缺情况下提升下游分类任务的表现，内容差距是这一现象的较大部分原因，我们提出了策略来更好地利用深度生成模型中的合成图像。

Nov, 2023

本论文利用强化学习的框架基于后验规则化方法，扩展了对任何深度生成模型的灵活应用，以便建立学习约束为外在奖励的约束及其开发过程。通过该算法的应用，模型的学习知识约束能够得到显著提高。

Jun, 2018

合成数据和生成模型在隐私保护的数据共享解决方案中迅速崛起，并通过在表格综合机上实施全面的实证分析，突出了五种最先进表格综合机的实用 - 隐私权衡，提出了一个新的差分隐私表格潜在扩散模型，称为 DP-TLDM，能够在保持可比较的隐私风险水平的同时，显著提高合成数据的实用性。

Mar, 2024

大量的表格数据由于隐私、数据质量和数据共享限制而未完全利用。本文介绍了 ProgSyn，这是第一个可编程的合成表格数据生成算法，它允许对生成的数据进行全面的自定义。通过在原始数据集上进行预训练并根据提供的规范进行差分可微损失函数的微调，ProgSyn 可以确保高质量的数据并满足自定义规范。实验评估结果表明，ProgSyn 在多个约束条件下取得了新的最先进水平，并且具有广泛的适用性。综合而言，ProgSyn 为生成受限制的合成表格数据提供了灵活、易用的框架，允许规范超越先前的工作的能力。

Jul, 2023

该文章综合介绍了最近在通过深度生成模型生成合成数据方面的研究进展，重点关注表格数据集。我们特别概述了在隐私敏感数据背景下合成数据生成的重要性。此外，我们强调了使用深度生成模型相对于其他方法的优势，并详细解释了底层概念，包括无监督学习、神经网络和生成模型。该论文涵盖了在对表格数据集使用深度生成模型时涉及的挑战和考虑因素，如数据归一化、隐私问题和模型评估。本综述为对合成数据生成及其应用感兴趣的研究人员和实践者提供了有价值的资源。

Jul, 2023

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

本文介绍了一种投影生成扩散模型（PGDM），通过对约束优化问题的迭代投影方法，使生成的数据忠实地遵循指定的约束条件或物理原理，并在复杂非凸约束和常微分方程的情况下进行了大量的理论和实证支持，展示了在视频生成中的物理信息运动、路径规划中的轨迹优化以及材料科学中形态特性的遵循等方面的能力。

Feb, 2024

深层生成模型（DGMs）是学习数据表示的多功能工具，可以充分融入条件概率分布等领域知识。本文提出了一种比较 DGMs 的可识别性理论，并通过将非线性独立成分分析领域的最新进展应用于其上进行扩展。我们证明了当混合函数是分段仿射函数（例如，由 ReLU 神经网络参数化）时，这些模型在一个广义的混合函数类中缺乏可识别性，但令人惊讶的是它们在这种情况下变得可识别。我们还探究了模型错误规范化的影响，并通过实验证明，先前提出的拟合比较 DGMs 的规范化技术在不提前知道潜变量数量时有助于可识别性。最后，我们引入了一种通过多目标优化来改进多数据源处理并以可解释方式使用约束优化来调整规范化超参数的方法。我们通过模拟数据以及最近用单细胞 RNA 测序对细胞中的遗传扰动进行描述的数据集对我们的理论和新方法进行了实证验证。

Jan, 2024

该研究论文介绍了深度生成模型的数学框架及其最流行的三种方法：正态化流、变分自编码器和生成对抗网络。此外，该论文还探讨了这些基本方法的优缺点。

Mar, 2021