表格数据生成：GAN模型的演进与未来-徐泽豪.pdf

BeijingForestStudio

ThenameoftheDepartment

北京理工大学信息系统及安全对抗实验中心

部门名称

表格数据生成：GAN的演进与未来

硕士研究生徐泽豪

2023年08月13日

问题回溯

•总结反思

–语速过快，停顿明显

–知识点讲解不够深入，浮于表面

•相关内容

–李班《基于GAN的表格数据生成》——2020.10.11

–崔成钢《表格数据的隐私保护方法》——2022.05.22

–万韵伟《生成扩散模型》——2023.04.16

2

预期收获

•预期收获

–1.了解表格数据生成的目的及基本模型

–2.理解CTGAN的算法原理及创新思路

–3.理解ICDFGAN的算法原理及创新思路

–4.了解表格数据生成的前沿发展

3

内容提要

•背景简介

•基础概念

–表格数据

–生成模型

–问题分析

–评价指标

•算法原理

–CTGAN

–ICDFGAN

•最新进展

•参考文献

•附录

4

研究背景与意义

•深度学习模型的快速发展

–深度学习算法在部分领域逐渐成熟

–模型性能的提升主要依靠于数据量和数据质量

–合成数据可扩充不平衡的数据集，增强多样性

•中小型企业的发展需求

–目前用户交互数据被大型公司垄断，数据资源匮乏

–数据采集、清洗和标注代价高昂，使用合成数据可降低成本

–深度学习应服务于各行各业

•数据隐私与安全

–由于法规和隐私问题，无法直接使用真实的用户数据，需要进行数据脱敏

数据生成对深度学习在各行各业落地应用具有重要意义！

5

基本概念表格数据

•表格数据

–由行和列组成的结构化数据格式年龄工作类别职业学历

39State-govAdm-clericalBachelors

–通常每一行代表一个数据记录

50Self-emp-not-incExec-managerialBachelors

–每一列代表该记录的一个属性或特征

38PrivateHandlers-cleanersHS-grad

•表格数据生成

53PrivateHandlers-cleaners11th

–学习和模拟整个数据集的整体分布

28PrivateProf-specialtyBachelors