RCC-GAN：面向大规模表格数据合成的正则化复合条件 GAN
机器学习
2022-05-25 v1 人工智能
数据库
摘要
本文提出一种新颖的生成对抗网络（GAN），用于合成包含连续、离散和二值等多种特征的大规模表格数据库。从技术上讲，我们的 GAN 属于带有预定义条件向量的类条件生成模型。然而，我们提出了一种新的推导此类向量的公式，可同时纳入二值与离散特征。我们将这一新定义称为复合条件向量，并用于训练生成器网络。该网络的核心架构是带有跳跃连接的三层深度残差神经网络。为提升这一复杂架构的稳定性，我们提出了一种正则化方案，以限制训练过程中其权重向量上出现的异常变化。该正则化方法与对抗训练的性质高度兼容，且在运行时计算开销不大。此外，我们持续监测权重向量的变化，以识别任何潜在的不稳定性或异常，从而衡量所提正则化器的强度。为此，我们还基于奇异值分解理论开发了一种新度量，用于追踪权重向量上的突发扰动。最后，我们在 Adult、Census、HCDR、Cabs、News 和 King 六个基准表格数据库上评估了所提合成方法的性能。结果表明，在大多数情况下，我们提出的 RccGAN 在准确性、稳定性和可靠性方面优于其他常规与现代生成模型。
引用
@article{arxiv.2205.11693,
title = {RCC-GAN: Regularized Compound Conditional GAN for Large-Scale Tabular Data Synthesis},
author = {Mohammad Esmaeilpour and Nourhene Chaalia and Adel Abusitta and Francois-Xavier Devailly and Wissem Maazoun and Patrick Cardinal},
journal= {arXiv preprint arXiv:2205.11693},
year = {2022}
}
备注
Paper submitted to IEEE Transactions on Neural Networks and Learning Systems