表格数据填补和合成数据生成的扩散模型

Jul, 2024

表格数据填补和合成数据生成的扩散模型

Diffusion Models for Tabular Data Imputation and Synthetic Data Generation

Mario Villaizán-Vallelado, Matteo Salvatori, Carlos Segura, Ioannis Arapakis

TL;DR我们提出了一种扩展的扩散模型，用于表格数据的数据填充和数据生成任务，通过引入条件注意机制、编码器 - 解码器 Transformer 和动态遮蔽来提高模型的性能。

Abstract

data imputation and data generation have important applications for many domains, like healthcare and finance, where incomplete or missing data can hinder accurate analysis and decision-making. Diffusion models h

data imputation data generation diffusion model tabular data conditioning attention mechanism

发现论文，激发创造

表格数据中的缺失值插值扩散模型

本文提出了一种用于 Tabular 数据的基于条件分数的扩散模型方法（TabCSDI），并研究了热点问题中的三种处理技术。实验结果表明与现有方法相比，TabCSDI 是有效的，同时也强调了分类嵌入技术的重要性。

Oct, 2022

MissDiff：在带有缺失值的表格数据上训练扩散模型

这项工作提出了一个统一且原则性的扩散式框架，用于在各种缺失机制下从数据中学习丢失值，并通过多个制表符数据集的评估证明了其优于当前最先进的扩散模型。

Jul, 2023

用扩散模型合成平衡的混合类型表格数据

介绍了一种公平的扩散模型，用于生成平衡的敏感属性数据，并通过实证证据表明该方法在训练数据中有效地减轻了类别不平衡问题，同时保持生成样本的质量，并且在性能和公平性方面优于现有方法用于综合表格数据。

Apr, 2024

AutoDiff: 结合自编码器和扩散模型进行表格数据合成

借助扩散模型，我们使用自编码器架构生成合成表格数据，在比较现有的合成器的基础上，我们的模型生成的合成表格与真实数据具有良好的统计保真度，并在机器学习任务中表现出色，尤其是在捕捉特征之间的相关性方面。

Oct, 2023

时间序列应用的扩散模型：一项调查

本篇综述着重探讨了基于扩散模型的时间序列预测、插补和生成方法，并比较了不同应用的方法及其联系，最后总结了现有的限制与未来的发展方向。

May, 2023

DiffImpute：具有去噪扩散概率模型的表格数据填充

DiffImpute 是一种新颖的去噪扩散概率模型（DDPM），它能针对缺失值进行可信的填充，通过四个针对表格特征的去噪网络和数据融合来提升观测和填充数据的一致性，实现有效的推理，显著优于其他方法。

Mar, 2024

FinDiff: 金融表格数据生成的扩散模型

通过使用生成模型特别是扩散模型，本研究引入了‘FinDiff'，这是一种用于生成逼真金融表格数据的扩散模型，可用于各种监管下游任务，如经济情景建模、压力测试和欺诈检测，同时保证高保真度、隐私性和实用性。

Sep, 2023

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

使用去噪器表征从无条件扩散模型生成条件数据

本文提出使用去噪扩散模型的内部表示来适应新条件，以解决向这些模型提供条件信息的难题，并演示如何使用生成的合成图像增强 Tiny ImageNet 训练集从而提高 ResNet 基线的分类精度。

Jun, 2023

掩蔽变换器应用于扩散模型快速训练

本论文提出了一种使用掩码 Transformer 训练大型扩散模型的高效方法，实现了在不牺牲生成性能的情况下，仅使用 31％的训练时间达到与最先进的扩散变压器模型相同性能的效果。

Jun, 2023