TabularARGN：用于生成高保真合成数据的灵活且高效的自回归框架
机器学习
2025-02-07 v2
摘要
合成数据生成对于表格数据集必须在保真度、效率和通用性之间进行平衡，以满足实际应用的需求。我们引入了表格自回归生成网络（TabularARGN），这是一种灵活的框架，旨在处理混合类型、多变量和序列数据集。通过训练所有可能的条件概率，TabularARGN 支持诸如公平性感知生成、插值和对任意列子集的条件生成等高级功能。该框架在保持卓越合成数据质量的同时，显著减少了训练和推理时间，使其适用于结构多样的大规模数据集。经过对 established benchmarks 的评估，包括具有复杂关系的真实数据集，TabularARGN 显示出其高效合成高质量数据的能力。通过统一灵活性与性能，这一框架为跨行业的实用合成数据生成铺平了道路。
引用
@article{arxiv.2501.12012,
title = {TabularARGN: A Flexible and Efficient Auto-Regressive Framework for Generating High-Fidelity Synthetic Data},
author = {Paul Tiwald and Ivona Krchova and Andrey Sidorenko and Mariana Vargas Vieyra and Mario Scriminaci and Michael Platzer},
journal= {arXiv preprint arXiv:2501.12012},
year = {2025}
}