.png){kind=icon}
返回
TrustGenTable: A Trusted Method for Generating Tabular Data
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-5716-5_7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在医疗保健等领域的应用中，数据稀缺严重阻碍了深度分析。通过神经网络学习底层数据依赖关系并生成相应的相似数据，是缓解数据稀缺的有效方法。然而，当前的数据生成技术存在诸如模式崩溃和拟合复杂数据分布能力有限等问题。同时，部分生成数据不可靠，导致下游任务的不确定性。为解决这些问题，本文提出了一种可信的表格数据生成架构：TrustGenTable。在该方案中，我们提出了一种捕获表格数据中复杂分布的新方法。为寻找可信的生成数据，我们提出了一种检查机制，进行具体和自适应的双重检查。在真实世界数据集上的广泛实验表明，我们提出的架构能够有效生成可信数据，并显著降低数据稀缺对下游任务的影响。
Keyword:
Deep learning
Trusted tabular data
Denial constraints
期刊
W
IF:
0
论文数:
35
被引数:
0
机构
引用论文
TMG-GAN: Generative Adversarial Networks-Based Imbalanced Learning for Network Intrusion DetectionTmg-gan: 用于网络入侵检测的基于生成对抗网络的不平衡学习
.png){kind=icon}
PREAI
分享收藏
查看更多内容