synthetic tabular data | BriefGPT

关键词synthetic tabular data

搜索结果 - 9

大型语言模型生成合成表格数据的群组提示
通过使用大型语言模型（Large Language Models，LLMs）生成合成数据解决分类不平衡问题，在 CSV 格式中采用新颖的分组提示方法，利用 LLMs 的上下文学习能力生成满足目标数据集要求和特征的数据，并通过随机词替换策略提
PDF3 months ago
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。
PDF3 months ago
SiloFuse：使用潜在表格扩散模型进行跨储存生成合成数据
SiloFuse 是一种用于跨多个私有数据存储中进行高质量合成的新型生成框架，通过分布式潜在表扩散架构确保个体隐私，以及通过实验证明其相对于集中式扩散合成器的优越性和对特征重排和客户端数量变化的鲁棒性。
PDF3 months ago
DSF-GAN: 下游反馈生成对抗网络
使用一种名为 DSF-GAN 的新型架构，通过从下游预测模型获得反馈信息来增强生成器的损失函数，从而提高合成样本的效用。与没有反馈的相同类型的 GAN 生成的合成样本相比，DSF-GAN 生成的合成样本在模型性能上表现出更好的效果。
PDF3 months ago
从数据中心的视角提高信用卡交易时间序列的准确性和实用性
本研究探讨了用于合成表格数据的生成模型训练，特别是在连续上下文中，如信用卡交易数据，它面临着重大挑战。本文解决了这些挑战，重点在于实现数据的高保真度和机器学习任务的最佳效用。我们引入了五个预处理方案来增强条件概率自回归模型 (CPAR) 的
PDF6 months ago
共享是关注：合成表格数据的普遍隐私评估原则和属性评估
通过设计一个评估模型，我们首次提出了 CAIR 原则，用于量化和排名衡量合成表格数据的隐私保护度量方法对于 CAIR 原则的符合程度，并研究了现有评估方法的适用性和实用性，以此促进研究人员和组织就合成表格数据的隐私评估方法达成共识。
PDF6 months ago
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。
PDF8 months ago
DP-TBART：用于差分隐私表格数据生成的基于 Transformer 的自回归模型
维护差分隐私并在各种数据集上表现出与基于边际的方法相竞争的性能，甚至能够在某些情况下超越现有技术方法，我们提出了基于 Transformer 的差分隐私表格自回归模型 (DP-TBART)，并提供了理论框架来理解基于边际的方法的局限性以及深
PDFa year ago
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
PDFa year ago