利用选择性增强生成对抗网络合成表格数据
机器学习
2025-03-03 v1 人工智能
摘要
随着电商平台在黑色星期五等大型购物活动期间面临交易量激增，利用合成数据进行压力测试对于资源规划至关重要。最近的大多数研究使用生成对抗网络（GAN）来生成表格数据，同时确保隐私性和机器学习效用。然而，这些方法忽略了处理 GAN 生成数据的计算需求，使其不适用于电商压力测试。本论文引入了一种新颖的基于 GAN 的方法，该方法结合了查询选择性约束，这是数据库事务处理中的一个关键因素。我们集成了一个预训练的深度神经网络，以保持真实数据与合成数据之间的选择性一致性。我们的方法在五个真实世界数据集上进行了测试，优于三种最先进的 GAN 和一种 VAE 模型，将选择性估计准确率提高了高达 20%，并将机器学习效用提高了高达 6%。
引用
@article{arxiv.2502.21034,
title = {Synthesizing Tabular Data Using Selectivity Enhanced Generative Adversarial Networks},
author = {Youran Zhou and Jianzhong Qi},
journal= {arXiv preprint arXiv:2502.21034},
year = {2025}
}
备注
This thesis submitted to the University of Melbourne for partial fulfillment of the degree of Master of Data Science