用于合成数据生成的生成对抗网络：一项比较研究
机器学习
2021-12-06 v1
摘要
生成对抗网络（GANs）作为一种数据合成手段正获得越来越多的关注。迄今为止，这方面的工作大多应用于数据保密领域之外的用例，常见应用为生成人工图像。在此我们考虑将 GANs 用于生成合成人口普查微观数据的潜在应用。我们采用一系列效用度量和一种披露风险度量（目标正确归属概率）来比较表格 GANs 与正统数据合成方法所生成的数据。
引用
@article{arxiv.2112.01925,
title = {Generative Adversarial Networks for Synthetic Data Generation: A Comparative Study},
author = {Claire Little and Mark Elliot and Richard Allmendinger and Sahel Shariati Samani},
journal= {arXiv preprint arXiv:2112.01925},
year = {2021}
}