用于合成医疗数据生成的分布式条件GAN (discGAN)
机器学习
2023-04-11 v1 人工智能
摘要
本文中，我们提出一种分布式生成对抗网络(distributed Generative Adversarial Networks, discGANs)来生成面向医疗领域的合成表格数据。虽然利用GAN生成图像已被充分研究，但极少有工作关注表格数据的生成。对离散与连续表格数据分布的建模是一项具有高度实用性的非平凡任务。我们应用discGAN来建模非高斯多模态医疗数据。我们从原始的2027条eICU数据集生成了249,000条合成记录。我们使用机器学习效能、连续变量的Kolmogorov-Smirnov (KS)检验以及离散变量的卡方检验来评估模型性能。我们的结果表明discGAN能够生成分布与真实数据相似的数据。
引用
@article{arxiv.2304.04290,
title = {Distributed Conditional GAN (discGAN) For Synthetic Healthcare Data Generation},
author = {David Fuentes and Diana McSpadden and Sodiq Adewole},
journal= {arXiv preprint arXiv:2304.04290},
year = {2023}
}