利用扩散模型进行平衡的混合类型表格数据合成
机器学习
2025-03-05 v3
摘要
扩散模型已成为各种生成任务(包括表格数据合成)的强大框架。然而，当前的表格扩散模型往往继承训练数据集中的偏差并生成有偏差的合成数据，这可能导致歧视性行为。在本研究中，我们引入了一种新颖的表格扩散模型，该模型结合了敏感属性引导，以生成具有目标标签和敏感属性(如性别和种族)平衡联合分布的公平合成数据。实证结果表明，我们的方法在保持生成样本质量的同时，有效减轻了训练数据中的偏差。此外，我们提供证据表明，在人口统计平价比率和均等机会比率等公平性指标上，我们的方法优于现有的表格数据合成方法，实现了超过 的提升。我们的实现可在 https://github.com/comp-well-org/fair-tab-diffusion 获取。
引用
@article{arxiv.2404.08254,
title = {Balanced Mixed-Type Tabular Data Synthesis with Diffusion Models},
author = {Zeyu Yang and Han Yu and Peikun Guo and Khadija Zanna and Xiaoxue Yang and Akane Sano},
journal= {arXiv preprint arXiv:2404.08254},
year = {2025}
}
备注
OpenReview: https://openreview.net/forum?id=dvRysCqmYQ