面向表格数据合成的多目标进化生成对抗网络
机器学习
2024-04-17 v1 神经与进化计算
摘要
合成数据在统计机构和其他统计数据产品生成者的数据共享中扮演关键角色。生成对抗网络（GANs）通常应用于图像合成，也是表格数据合成的一种有前景的方法。然而，与图像相比，表格数据存在独特的挑战，例如表格数据可能包含连续变量和离散变量以及条件采样，而且关键的是，数据应具有高效用和低披露风险（重新识别总体单位或了解其新信息的风险），这为多目标优化提供了机会。受图像多目标GAN的启发，本文提出了一种智能多目标进化条件表格GAN（SMOE-CTGAN）。该方法通过在训练中应用条件向量来建模条件合成数据，并利用多目标优化的概念来平衡披露风险与效用。我们的结果表明，SMOE-CTGAN能够为多个国家人口普查数据集发现具有不同风险和效用水平的合成数据集。我们还通过改进分数（Improvement Score）在训练早期发现了一个甜蜜点，在该点实现了竞争性的效用和极低的风险。完整代码可从 https://github.com/HuskyNian/SMO_EGAN_pytorch 下载。
引用
@article{arxiv.2404.10176,
title = {Multi-objective evolutionary GAN for tabular data synthesis},
author = {Nian Ran and Bahrul Ilmi Nasution and Claire Little and Richard Allmendinger and Mark Elliot},
journal= {arXiv preprint arXiv:2404.10176},
year = {2024}
}