Diffusion GAN-Based Oversampling for Imbalanced Tabular Data

doi:10.1109/TKDE.2025.3639433

Diffusion GAN-Based Oversampling for Imbalanced Tabular Data

2025-12-02

0

PRE

AI

DOI：10.1109/TKDE.2025.3639433

原文链接

原文求助

摘要

En 中文

类别分布不平衡会干扰分类器的训练，导致偏向多数类的偏差。数据过采样是解决该问题的常用策略。然而，传统方法在面对复杂数据挑战（如类别重叠、小分离集和噪声样本）时，可能会生成错误或冗余的实例。因此，需要一种能够准确表征数据分布的过采样方法。本文介绍了一种新颖的深度生成过采样方法，通过利用扩散模型和生成对抗网络（GANs）来平衡不平衡的表格数据。该模型由基于扩散模型的生成器和带有噪声敏感辅助分类器（NSAC）的判别器组成，并通过对抗过程进行训练。这两种模型的协同作用相比GANs提升了稳定性和样本质量，比扩散模型具有更快的采样速度和更优的条件生成能力。在22个真实数据集的实验验证中，本方法在二分类和多分类场景下，在准确率、F1分数和MCC指标上均持续优于六种对比方法。值得注意的是，本方法在提升少数类分类器精度的同时，保持了多数类的高精度水平，而这一点往往是其他算法所牺牲的。

Keyword:

Imbalanced data

tabular data

diffusion models

generative adversarial networks

oversampling

Diffusion GAN-Based Oversampling for Imbalanced Tabular Data

摘要

期刊

机构

引用论文