論文の概要: Convex space learning improves deep-generative oversampling for tabular
imbalanced classification on smaller datasets
- arxiv url: http://arxiv.org/abs/2206.09812v1
- Date: Mon, 20 Jun 2022 14:42:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-25 09:40:24.406609
- Title: Convex space learning improves deep-generative oversampling for tabular
imbalanced classification on smaller datasets
- Title(参考訳): convex space learningは、より小さなデータセットにおける表型不均衡分類のディープジェネレーションオーバーサンプリングを改善する
- Authors: Kristian Schultz, Saptarshi Bej, Waldemar Hahn, Markus Wolfien,
Prashant Srivastava, Olaf Wolkenhauer
- Abstract要約: 既存の深部生成モデルは,少数クラスの凸空間から合成サンプルを生成する線形アプローチと比較して性能が低いことを示す。
本研究では,凸空間学習と深部生成モデルを組み合わせた深部生成モデルConvGeNを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Data is commonly stored in tabular format. Several fields of research (e.g.,
biomedical, fault/fraud detection), are prone to small imbalanced tabular data.
Supervised Machine Learning on such data is often difficult due to class
imbalance, adding further to the challenge. Synthetic data generation i.e.
oversampling is a common remedy used to improve classifier performance.
State-of-the-art linear interpolation approaches, such as LoRAS and ProWRAS can
be used to generate synthetic samples from the convex space of the minority
class to improve classifier performance in such cases. Generative Adversarial
Networks (GANs) are common deep learning approaches for synthetic sample
generation. Although GANs are widely used for synthetic image generation, their
scope on tabular data in the context of imbalanced classification is not
adequately explored. In this article, we show that existing deep generative
models perform poorly compared to linear interpolation approaches generating
synthetic samples from the convex space of the minority class, for imbalanced
classification problems on tabular datasets of small size. We propose a deep
generative model, ConvGeN combining the idea of convex space learning and deep
generative models. ConVGeN learns the coefficients for the convex combinations
of the minority class samples, such that the synthetic data is distinct enough
from the majority class. We demonstrate that our proposed model ConvGeN
improves imbalanced classification on such small datasets, as compared to
existing deep generative models while being at par with the existing linear
interpolation approaches. Moreover, we discuss how our model can be used for
synthetic tabular data generation in general, even outside the scope of data
imbalance, and thus, improves the overall applicability of convex space
learning.
- Abstract(参考訳): データは一般に表形式で格納される。
いくつかの研究分野(バイオメディカル、フォールト/フルート検出など)は、小さな不均衡な表データに弱い。
このようなデータで機械学習を監督することは、クラスの不均衡のためにしばしば困難であり、さらに課題に加わる。
合成データ生成、すなわちオーバーサンプリングは、分類器の性能向上に使用される一般的な治療法である。
LoRASやProWRASのような最先端の線形補間手法は、マイノリティクラスの凸空間から合成サンプルを生成して、そのような場合の分類器の性能を向上させることができる。
generative adversarial network (gans) は、合成サンプル生成のための一般的なディープラーニングアプローチである。
GANは合成画像生成に広く用いられているが、不均衡な分類の文脈における表データのスコープは十分に調査されていない。
本稿では,小規模の表型データセットにおける不均衡分類問題に対して,マイノリティクラスの凸空間から合成サンプルを生成する線形補間法と比較して,既存の深層生成モデルでは性能が劣ることを示す。
本稿では,凸空間学習の概念と深部生成モデルを組み合わせた深部生成モデルを提案する。
ConVGeNは、少数クラスのサンプルの凸結合の係数を学習し、合成データが多数派と十分に異なるようにする。
提案したモデルであるConvGeNは,既存の線形補間手法と同等でありながら,既存の深部生成モデルと比較して,そのような小さなデータセットの不均衡な分類を改善することを実証する。
さらに,データ不均衡の範囲外であっても,合成表データ生成にモデルをどのように利用するかについて議論し,凸空間学習の全体的適用性を改善する。
関連論文リスト
- Synthetic Information towards Maximum Posterior Ratio for deep learning
on Imbalanced Data [1.7495515703051119]
マイノリティクラスのための合成データを生成することによって,データのバランスをとる手法を提案する。
提案手法は,高エントロピーサンプルを同定することにより,情報領域のバランスを優先する。
実験結果から,提案手法の優れた性能を実証した。
論文 参考訳(メタデータ) (2024-01-05T01:08:26Z) - Combining propensity score methods with variational autoencoders for
generating synthetic data in presence of latent sub-groups [0.0]
ヘテロジニティは、例えば、サブグループラベルによって示されるように知られ、あるいは未知であり、双曲性や歪みのような分布の性質にのみ反映されるかもしれない。
本研究では,変分オートエンコーダ(VAE)から合成データを取得する際に,このような異種性をどのように保存し,制御するかを検討する。
論文 参考訳(メタデータ) (2023-12-12T22:49:24Z) - 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) - Tackling Diverse Minorities in Imbalanced Classification [80.78227787608714]
不均衡データセットは、様々な現実世界のアプリケーションで一般的に見られ、分類器の訓練において重要な課題が提示されている。
マイノリティクラスとマイノリティクラスの両方のデータサンプルを混合することにより、反復的に合成サンプルを生成することを提案する。
提案するフレームワークの有効性を,7つの公開ベンチマークデータセットを用いて広範な実験により実証する。
論文 参考訳(メタデータ) (2023-08-28T18:48:34Z) - 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) - Phantom Embeddings: Using Embedding Space for Model Regularization in
Deep Neural Networks [12.293294756969477]
機械学習モデルの強みは、データから複雑な関数近似を学ぶ能力に起因している。
複雑なモデルはトレーニングデータを記憶する傾向があり、結果としてテストデータの正規化性能が低下する。
情報豊富な潜伏埋め込みと高いクラス内相関を利用してモデルを正規化するための新しい手法を提案する。
論文 参考訳(メタデータ) (2023-04-14T17:15:54Z) - Boosting Differentiable Causal Discovery via Adaptive Sample Reweighting [62.23057729112182]
異なるスコアに基づく因果探索法は観測データから有向非巡回グラフを学習する。
本稿では,Reweighted Score関数ReScoreの適応重みを動的に学習することにより因果発見性能を向上させるためのモデルに依存しないフレームワークを提案する。
論文 参考訳(メタデータ) (2023-03-06T14:49:59Z) - Towards Understanding and Mitigating Dimensional Collapse in
Heterogeneous Federated Learning [114.32726625370258]
フェデレートラーニングは、プライバシを考慮したデータ共有を必要とせずに、さまざまなクライアントでモデルをトレーニングすることを目的としている。
本研究では,データの不均一性がグローバル集約モデルの表現に与える影響について検討する。
フェデレーション学習における次元的崩壊を効果的に緩和する新しい手法である sc FedDecorr を提案する。
論文 参考訳(メタデータ) (2022-10-01T09:04:17Z) - Imbalanced Classification via a Tabular Translation GAN [4.864819846886142]
本稿では,多数のサンプルを対応する合成マイノリティ標本にマッピングするために,新たな正規化損失を用いたジェネレーティブ・アドバイサル・ネットワークに基づくモデルを提案する。
提案手法は, 再加重法やオーバーサンプリング法と比較して, 平均精度を向上することを示す。
論文 参考訳(メタデータ) (2022-04-19T06:02:53Z) - Conditional Wasserstein GAN-based Oversampling of Tabular Data for
Imbalanced Learning [10.051309746913512]
本稿では,条件付きWasserstein GANに基づくオーバーサンプリング手法を提案する。
実世界の7つのデータセット上で,標準的なオーバーサンプリング手法と不均衡なベースラインに対して,本手法をベンチマークした。
論文 参考訳(メタデータ) (2020-08-20T20:33:56Z) - Good Classifiers are Abundant in the Interpolating Regime [64.72044662855612]
補間分類器間のテストエラーの完全な分布を正確に計算する手法を開発した。
テストエラーは、最悪の補間モデルのテストエラーから大きく逸脱する、小さな典型的な$varepsilon*$に集中する傾向にある。
以上の結果から,統計的学習理論における通常の解析手法は,実際に観測された優れた一般化性能を捉えるのに十分な粒度にはならない可能性が示唆された。
論文 参考訳(メタデータ) (2020-06-22T21:12:31Z)
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。