論文の概要: One Step to Efficient Synthetic Data

• arxiv url: http://arxiv.org/abs/2006.02397v7
• Date: Fri, 26 Jul 2024 13:43:28 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-29 18:55:44.324272
• Title: One Step to Efficient Synthetic Data
• Title（参考訳）: 効率的な合成データへの一歩
• Authors: Jordan Awan, Zhanrui Cai,
• Abstract要約: 合成データに対する一般的なアプローチは、適合したモデルからサンプルをサンプリングすることである。 提案手法は非効率な推定器のサンプルとなり, 関節分布が真の分布と矛盾することを示す。 そこで本研究では,合成データの一般的な生成法を提案する。
• 参考スコア（独自算出の注目度）: 9.3000873953175
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A common approach to synthetic data is to sample from a fitted model. We show that under general assumptions, this approach results in a sample with inefficient estimators and whose joint distribution is inconsistent with the true distribution. Motivated by this, we propose a general method of producing synthetic data, which is widely applicable for parametric models, has asymptotically efficient summary statistics, and is both easily implemented and highly computationally efficient. Our approach allows for the construction of both partially synthetic datasets, which preserve certain summary statistics, as well as fully synthetic data which satisfy the strong guarantee of differential privacy (DP), both with the same asymptotic guarantees. We also provide theoretical and empirical evidence that the distribution from our procedure converges to the true distribution. Besides our focus on synthetic data, our procedure can also be used to perform approximate hypothesis tests in the presence of intractable likelihood functions.
• Abstract（参考訳）: 合成データに対する一般的なアプローチは、適合したモデルからサンプルをサンプリングすることである。 一般的な仮定では、この手法は非効率な推定器を持ち、真の分布と矛盾する結合分布を持つサンプルとなる。 そこで本研究では,パラメトリックモデルに広く適用可能な合成データの生成方法を提案する。 提案手法により,特定の要約統計を保存した部分合成データセットと,同一の漸近的保証を持つ差分プライバシー(DP)の強い保証を満たす完全合成データの両方を構築することができる。 また、我々の手順からの分布が真の分布に収束する理論的および経験的証拠を提供する。 合成データに焦点をあてる以外に,提案手法は難易度関数の存在下で近似仮説テストを行うためにも利用できる。

関連論文リスト

• Synthetic Tabular Data Validation: A Divergence-Based Approach [8.062368743143388]
  分散は、データ分散間の相違を定量化する。 従来のアプローチでは、各特徴に対して独立して発散率を計算する。 本稿では,差分推定を用いて限界比較の限界を克服する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-13T15:07:52Z)
• Preserving correlations: A statistical method for generating synthetic data [0.0]
  本稿では,統計的に代表される合成データを生成する手法を提案する。 主なゴールは、元のデータセットに存在する特徴の相関関係を合成データセットで維持できるようにすることである。 本稿では,本アルゴリズムを原データセットの解析と合成データ点の生成に用いたアルゴリズムについて詳述する。
  論文  参考訳（メタデータ） (2024-03-03T10:35:46Z)
• The Real Deal Behind the Artificial Appeal: Inferential Utility of Tabular Synthetic Data [40.165159490379146]
  評価値が不偏であっても, 偽陽性の発見率(タイプ1の誤り)は不可避的に高いことが示唆された。 以前提案された補正係数が使用されているにもかかわらず、この問題は深層生成モデルに対して持続する。
  論文  参考訳（メタデータ） (2023-12-13T02:04:41Z)
• Let's Synthesize Step by Step: Iterative Dataset Synthesis with Large Language Models by Extrapolating Errors from Small Models [69.76066070227452]
  ※データ合成*はラベル付きデータの少ない小さなモデルをトレーニングするための有望な方法です。 本稿では,この分散ギャップを縮めるデータ合成フレームワークであるStep* (**S3**) による合成ステップを提案する。 提案手法は,合成データセットと実データとのギャップを小さくすることで,小型モデルの性能を向上させる。
  論文  参考訳（メタデータ） (2023-10-20T17:14:25Z)
• Self-Supervised Dataset Distillation for Transfer Learning [77.4714995131992]
  ラベルなしデータセットを、効率的な自己教師付き学習(SSL)のための小さな合成サンプル群に蒸留する新しい問題を提案する。 両レベル最適化におけるSSL目標に対する合成サンプルの勾配は、データ拡張やマスキングから生じるランダム性から、テキストバイアスを受けていることを最初に証明する。 転送学習を含む様々な応用における本手法の有効性を実証的に検証する。
  論文  参考訳（メタデータ） (2023-10-10T10:48:52Z)
• Perturbation-Assisted Sample Synthesis: A Novel Approach for Uncertainty Quantification [3.175239447683357]
  本稿では、摂動支援サンプル合成(PASS)法により生成された合成データを利用した新しい摂動支援推論(PAI)フレームワークを提案する。 このフレームワークは、複雑なデータシナリオ、特に非構造化データの不確実性定量化に焦点を当てている。 我々は、画像合成、感情語分析、マルチモーダル推論、予測区間の構築など、様々な分野に適用することで、複雑なデータ駆動タスクにおける不確実性定量化を推し進める上で、PAIの有効性を実証する。
  論文  参考訳（メタデータ） (2023-05-30T01:01:36Z)
• Utility Theory of Synthetic Data Generation [12.511220449652384]
  本稿では,統計的学習フレームワークにおける実用理論の確立により,実践と理論のギャップを埋める。 合成データに基づいてトレーニングされたモデルの一般化とランキングの2つのユーティリティメトリクスを考慮に入れている。
  論文  参考訳（メタデータ） (2023-05-17T07:49:16Z)
• Synthetic data, real errors: how (not) to publish and use synthetic data [86.65594304109567]
  生成過程が下流MLタスクにどのように影響するかを示す。 本稿では、生成プロセスモデルパラメータの後方分布を近似するために、Deep Generative Ensemble (DGE)を導入する。
  論文  参考訳（メタデータ） (2023-05-16T07:30:29Z)
• Statistical Efficiency of Score Matching: The View from Isoperimetry [96.65637602827942]
  本研究では, スコアマッチングの統計的効率と推定される分布の等尺性との間に, 密接な関係を示す。 これらの結果はサンプル状態と有限状態の両方で定式化する。
  論文  参考訳（メタデータ） (2022-10-03T06:09:01Z)
• CAFE: Learning to Condense Dataset by Aligning Features [72.99394941348757]
  本稿ではCAFE(Aligning features)によるCondenseデータセットの新しいスキームを提案する。 このアプローチの核心は、さまざまなスケールにわたる実データと合成データから機能を整合させる効果的な戦略です。 提案したCAFEを様々なデータセットで検証し,概ね最先端技術であることを示す。
  論文  参考訳（メタデータ） (2022-03-03T05:58:49Z)
• Sampling from Arbitrary Functions via PSD Models [55.41644538483948]
  まず確率分布をモデル化し,そのモデルからサンプリングする。 これらのモデルでは, 少数の評価値を用いて, 高精度に多数の密度を近似することが可能であることが示され, それらのモデルから効果的にサンプルする簡単なアルゴリズムが提示される。
  論文  参考訳（メタデータ） (2021-10-20T12:25:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。