DATGAN：将专家知识融入深度学习以生成合成表格数据
机器学习
2022-03-08 v1
摘要
合成数据可用于多种应用，例如校正有偏数据集或替代稀缺的原始数据用于仿真。生成对抗网络（GAN）被认为是构建生成模型的最先进方法。然而，这些深度学习模型是数据驱动的，因此难以控制生成过程。这可能导致以下问题：生成数据缺乏代表性、引入偏差，以及可能过拟合样本的噪声。本文提出有向无环表格GAN（DATGAN），通过将专家知识整合到深度学习模型中以生成合成表格数据，从而解决这些局限。该方法允许使用有向无环图（DAG）显式指定变量间的交互。随后将DAG转换为修改后的长短期记忆（LSTM）单元网络以接受多输入。多个DATGAN版本在多种评估指标上被系统性测试。我们表明，在多个案例研究中，DATGAN的最佳版本优于最先进的生成模型。最后，我们展示了DAG如何创建假设性合成数据集。
引用
@article{arxiv.2203.03489,
title = {DATGAN: Integrating expert knowledge into deep learning for synthetic tabular data},
author = {Gael Lederrey and Tim Hillel and Michel Bierlaire},
journal= {arXiv preprint arXiv:2203.03489},
year = {2022}
}
备注
43 pages for the article and 32 pages of supplementary materials. This preprint will soon be submitted