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

TABSYN 是一种利用扩散模型在变分自动编码器（VAE）构建的潜在空间中合成表格数据的方法，具有处理不同数据类型、优化潜在嵌入分布以生成高质量合成数据、以及快速合成速度的优势，并且在六个数据集上的实验证明，相比竞争方法，TABSYN 在列分布和列相关性估计方面减少了 86% 和 67% 的错误率。

Oct, 2023

本文提出了一种名为 STaSy 的新模型和它基于评分的生成模型训练策略，在实验中，该模型在生成任务中较现有方法表现更好，提升了样本质量和多样性。

Oct, 2022

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

这篇论文提出了一种通用框架来合成更复杂的数据结构，其中包括复合和嵌套类型，并通过因果变换器构建了一种实际的解决方案，用于结构（类型映射）和列表（类型的重复实例），在标准基准数据集上的结果表明，这种方式的实现在机器学习实用性和统计相似性方面均明显优于当前最先进的模型，并且对于以前无法解决的具有多重嵌套和稀疏数据的两个复杂层次数据集表现出非常强的结果。

Feb, 2022

本研究提出了一种名为 CoDi 的方法，通过差分模型将连续变量和离散变量分开处理并相互条件，并引入对比学习方法进行负采样以进一步绑定扩散模型，以提高人工合成表格数据的准确性。

Apr, 2023

该研究论文综述了表格数据生成 (TDS) 的最新进展，定义了一组功能和非功能需求，并分析了满足这些需求所涉及的挑战。此外，通过评估 36 种热门 TDS 工具的性能，提供了一份决策指南来帮助用户找到适合其应用的 TDS 工具，并确定了重要的研究空白。

May, 2024

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

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

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。

Nov, 2018