論文の概要: CDMD: A Cross-Dataset Mixed-Type Diffusion Model for Tabular Data

• arxiv url: http://arxiv.org/abs/2609.39124v1
• Date: Wed, 30 Sep 2026 06:56:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.301544
• Title: CDMD: A Cross-Dataset Mixed-Type Diffusion Model for Tabular Data
• Title（参考訳）: CDMD タブラルデータのためのクロスデータセット混合型拡散モデル
• Abstract要約: CDMDは異種データセット間で共同で訓練された混合型拡散モデルである。 1つの共同トレーニングCDMDは、強いシングルデータセットとクロスデータセットのベースラインの中で、最高の平均生成品質を達成する。
• 参考スコア（独自算出の注目度）: 48.35636251375946
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative models for tabular data are typically trained separately for each dataset, limiting knowledge transfer and requiring the storage of many specialized models. In this paper, we introduce CDMD, a tabular diffusion model trained jointly across heterogeneous datasets with different schemas and variable numbers of numerical and categorical features. Unlike existing cross-dataset tabular diffusion models that operate in continuous representation spaces, CDMD defines diffusion directly over the mixed-type feature space and is trained end-to-end. To accommodate heterogeneous categorical domains, we introduce a schema-restricted reverse-process parameterization for masked diffusion models, in which the output space dynamically adapts to each feature's vocabulary. We then compose numerical and categorical feature-level diffusion processes into a schema-dependent row-level process. A shared schema-aware Transformer denoiser captures dependencies between features and parameterizes the reverse process across varying schemas. On seven real-world datasets, a single jointly trained CDMD achieves the highest average generation quality among strong single-dataset and cross-dataset baselines, while using substantially fewer total parameters than the collection of separately trained models. Furthermore, pre-training on a corpus of 337 datasets improves generation on previously unseen datasets under both limited target data and limited adaptation epochs. These results demonstrate the potential of direct mixed-type diffusion for shared and transferable tabular data generation. Our code is available at https://github.com/ketatam/cdmd.
• Abstract（参考訳）: 表データの生成モデルは、通常、データセットごとに個別に訓練され、知識伝達を制限し、多くの専門モデルを保存する必要がある。 本稿では,異なるスキーマと変数数の数値的特徴を持つ異種データセット間で協調的に訓練された表層拡散モデルCDMDを紹介する。 連続表現空間で動作する既存のクロスデータセットの表層拡散モデルとは異なり、CDMDは混合型特徴空間上での拡散を直接定義し、エンドツーエンドで訓練する。 不均一な分類領域に対応するため、マスク拡散モデルに対してスキーマ制限された逆プロセスパラメータ化を導入し、各特徴の語彙に出力空間が動的に適応する。 次に、数値的および分類的特徴レベル拡散過程をスキーマ依存行レベルプロセスに構成する。 共有スキーマ対応のTransformer denoiserは、機能間の依存関係をキャプチャし、さまざまなスキーマ間でリバースプロセスをパラメータ化する。 7つの実世界のデータセットにおいて、単一の訓練されたCDMDは、強いシングルデータセットとクロスデータセットのベースラインの中で最高の平均生成品質を達成し、同時に、個別に訓練されたモデルの集合よりもはるかに少ない総パラメータを使用する。 さらに、337データセットのコーパスでの事前トレーニングは、制限対象データと限定適応エポックの両方の下で、これまで見られなかったデータセットの生成を改善する。 これらの結果は、共有および転送可能な表型データ生成のための直接混合型拡散の可能性を示している。 私たちのコードはhttps://github.com/ketatam/cdmd.comで利用可能です。

関連論文リスト

• Impute-EM: Native Mixed-State Diffusion Models for Heterogeneous Data Imputation [71.74203645336385]
  Impute-EMは、現在のモデルとインプットされていないエントリを交換し、完了したデータに拡散バックボーンをリフィットする。 我々は、この更新を特徴付け、観測されたマスクインデクシングされた辺縁線が、その限界で目標と一致していることを示す。
  論文  参考訳（メタデータ） (2026-09-14T09:39:13Z)
• Learning Dynamical Systems from Multiple Sparse Datasets: A Hierarchical Bayesian Modeling Approach [0.0]
  本稿では,動的システムにおける確率的メタラーニングのための階層型ベイズフレームワークを提案する。 数値ODEソルバを勾配に基づくMCMC内に埋め込んで、共有集団の効率的な後部推定とデータセット固有のパラメータ分布を実現する。 実験では、スパースデータを用いた設定において、非プール方式よりも予測性能が向上し、データ効率の高いシステム識別の可能性を強調した。
  論文  参考訳（メタデータ） (2026-06-23T09:41:25Z)
• TabDiff: a Mixed-type Diffusion Model for Tabular Data Generation [91.50296404732902]
  グラフデータの混合型分布を1つのモデルでモデル化する共同拡散フレームワークであるTabDiffを紹介する。 我々の重要な革新は、数値データと分類データのための連立連続時間拡散プロセスの開発である。 TabDiffは、既存の競合ベースラインよりも優れた平均性能を実現し、ペアワイドカラム相関推定における最先端モデルよりも最大で22.5%改善されている。
  論文  参考訳（メタデータ） (2024-10-27T22:58:47Z)
• Training Data Protection with Compositional Diffusion Models [99.46239561159953]
  比較拡散モデル(CDM)は、異なるデータソース上で異なる拡散モデル(またはプロンプト)を訓練する手法である。 個々のモデルは、独立した、異なるタイミングで、異なる分散とドメインでトレーニングすることができる。 各モデルには、トレーニング中に露出したデータのサブセットに関する情報のみが含まれており、いくつかの形式のトレーニングデータ保護を可能にする。
  論文  参考訳（メタデータ） (2023-08-02T23:27:49Z)

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。