論文の概要: A Survey on Tabular Data Generation: Utility, Alignment, Fidelity, Privacy, and Beyond

• arxiv url: http://arxiv.org/abs/2503.05954v1
• Date: Fri, 07 Mar 2025 21:47:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 15:47:02.467971
• Title: A Survey on Tabular Data Generation: Utility, Alignment, Fidelity, Privacy, and Beyond
• Title（参考訳）: 語彙データ生成に関する調査 - 実用性、アライメント、忠実性、プライバシ、その他
• Authors: Mihaela Cătălina Stoian, Eleonora Giunchiglia, Thomas Lukasiewicz,
• Abstract要約: 異なるユースケースは、実際に有用な異なる要件を満たすために合成データを要求する。 合成データの実用性、合成データのドメイン固有の知識との整合性、実際のデータ分布と比較しての合成データ分布の統計的忠実度、プライバシ保護能力の4つの要件をレビューする。 今後の分野の方向性と、現在の評価方法を改善する機会について論じる。
• 参考スコア（独自算出の注目度）: 53.56796220109518
• License:
• Abstract: Generative modelling has become the standard approach for synthesising tabular data. However, different use cases demand synthetic data to comply with different requirements to be useful in practice. In this survey, we review deep generative modelling approaches for tabular data from the perspective of four types of requirements: utility of the synthetic data, alignment of the synthetic data with domain-specific knowledge, statistical fidelity of the synthetic data distribution compared to the real data distribution, and privacy-preserving capabilities. We group the approaches along two levels of granularity: (i) based on the primary type of requirements they address and (ii) according to the underlying model they utilise. Additionally, we summarise the appropriate evaluation methods for each requirement and the specific characteristics of each model type. Finally, we discuss future directions for the field, along with opportunities to improve the current evaluation methods. Overall, this survey can be seen as a user guide to tabular data generation: helping readers navigate available models and evaluation methods to find those best suited to their needs.
• Abstract（参考訳）: 生成モデリングは、表データの合成における標準的なアプローチとなっている。 しかし、異なるユースケースは、実際に有用な異なる要件を満たすために合成データを要求する。 本稿では,合成データの活用,合成データのドメイン固有の知識との整合性,実際のデータ分布と比較しての合成データ分布の統計的忠実度,およびプライバシ保護能力の4つの要件の観点から,表形式のデータに対する深い生成的モデリングアプローチについて検討する。 私たちは2つのレベルの粒度に沿ってアプローチをグループ化します。 (i) 対象とする要件の第一種及び要件に基づいて (ii) それらが使用する基盤モデルに従って。 さらに,各要求に対する適切な評価手法と,各モデルタイプの特徴を要約する。 最後に、現状の評価方法を改善する機会とともに、この分野の今後の方向性について論じる。 全体として、この調査は、読者が利用可能なモデルや評価方法をナビゲートして、ニーズに最も適したものを見つけるのを助ける、表形式のデータ生成へのユーザガイドとして見ることができる。

関連論文リスト

• Exploring the Landscape for Generative Sequence Models for Specialized Data Synthesis [0.0]
  本稿では, 複雑度の異なる3つの生成モデルを用いて, 悪意ネットワークトラフィックを合成する手法を提案する。 提案手法は,数値データをテキストに変換し,言語モデリングタスクとして再フレーミングする。 提案手法は,高忠実度合成データの生成において,最先端の生成モデルを超えている。
  論文  参考訳（メタデータ） (2024-11-04T09:51:10Z)
• Generating Realistic Tabular Data with Large Language Models [49.03536886067729]
  大規模言語モデル(LLM)は多様なタスクに使われてきたが、特徴と対象変数の正確な相関は捉えていない。 そこで本研究では,LLMに基づく3つの重要な改良を加えて,実データの特徴クラス相関を正しく把握する手法を提案する。 実験の結果,本手法は下流タスクにおいて,20個のデータセット上で10個のSOTAベースラインを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-10-29T04:14:32Z)
• A Comprehensive Survey on Data Augmentation [55.355273602421384]
  データ拡張(Data augmentation)は、既存のデータサンプルを操作することによって高品質な人工データを生成する技術である。 既存の文献調査では、特定のモダリティデータにのみ焦点が当てられている。 本稿では,異なる共通データモダリティのためのデータ拡張技術を含む,より啓蒙的な分類法を提案する。
  論文  参考訳（メタデータ） (2024-05-15T11:58:08Z)
• Reimagining Synthetic Tabular Data Generation through Data-Centric AI: A Comprehensive Benchmark [56.8042116967334]
  合成データは、機械学習モデルのトレーニングの代替となる。 合成データが現実世界データの複雑なニュアンスを反映することを保証することは、難しい作業です。 本稿では,データ中心型AI技術の統合による合成データ生成プロセスのガイドの可能性について検討する。
  論文  参考訳（メタデータ） (2023-10-25T20:32:02Z)
• Synthetic data generation for a longitudinal cohort study -- Evaluation, method extension and reproduction of published data analysis results [0.32593385688760446]
  医療分野では、プライバシー上の懸念から個人レベルのデータへのアクセスは困難であることが多い。 有望な代替手段は、完全な合成データの生成である。 本研究では,最先端の合成データ生成手法を用いる。
  論文  参考訳（メタデータ） (2023-05-12T13:13:55Z)
• Evaluation of the Synthetic Electronic Health Records [3.255030588361125]
  本研究は、合成データセットのサンプルワイズ評価のための類似性と特異性という2つの指標を概説する。 本研究は,Cystic Fibrosis (CF) 患者の電子的健康記録を合成するために,いくつかの最先端の遺伝子モデルを用いて提案された概念を実証する。
  論文  参考訳（メタデータ） (2022-10-16T22:46:08Z)
• Comparing Synthetic Tabular Data Generation Between a Probabilistic Model and a Deep Learning Model for Education Use Cases [12.358921226358133]
  合成データを生成する能力は、さまざまなドメインにまたがってさまざまなユースケースを持つ。 教育研究においては、特定の概念やアイデアをテストするために合成データにアクセスする必要性が高まっている。
  論文  参考訳（メタデータ） (2022-10-16T13:21:23Z)
• HyperImpute: Generalized Iterative Imputation with Automatic Model Selection [77.86861638371926]
  カラムワイズモデルを適応的かつ自動的に構成するための一般化反復計算フレームワークを提案する。 既製の学習者,シミュレータ,インターフェースを備えた具体的な実装を提供する。
  論文  参考訳（メタデータ） (2022-06-15T19:10:35Z)
• Foundations of Bayesian Learning from Synthetic Data [1.6249267147413522]
  我々はベイズパラダイムを用いて、合成データから学習する際のモデルパラメータの更新を特徴付ける。 ベイジアン・アップデートの最近の成果は、決定理論に基づく新しい、堅牢な合成学習のアプローチを支持している。
  論文  参考訳（メタデータ） (2020-11-16T21:49:17Z)
• Partially Conditioned Generative Adversarial Networks [75.08725392017698]
  Generative Adversarial Networks (GAN)は、実世界のトレーニングデータセットの基盤となる確率分布を暗黙的にモデル化することで、人工データセットを合成する。 条件付きGANとその変種の導入により、これらの手法はデータセット内の各サンプルで利用可能な補助情報に基づいて条件付きサンプルを生成するように拡張された。 本研究では,標準条件付きGANがそのようなタスクに適さないことを論じ,新たなAdversarial Networkアーキテクチャとトレーニング戦略を提案する。
  論文  参考訳（メタデータ） (2020-07-06T15:59:28Z)

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。