新协议评估序列数据生成模型中的时间保真度

一项新的评估协议已被开发出来，用于评估生成模型在创建合成序列表格数据时的时序保真度。该协议以数据属性分类为指导，衡量时间戳的有效性、横截面结构、实体内部动态以及时变关系结构。将此协议应用于 13 个数据集上的八个生成模型，结果显示其排名与通过传统评估方法获得的排名存在显著差异，这表明必须直接在时间轴上测量时序保真度，而不是从汇总的记录分布中推断。 AI

影响 这项研究突出了当前序列数据生成模型评估中的关键局限性，表明需要更强大的时序保真度评估。

排序理由 该条目是一篇学术论文，详细介绍了一种新的生成模型评估协议。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• computer science
• DagsHub
• Generative Models
• Gotit.pub
• Hugging Face
• IArxiv
• Influence Flower
• machine learning
• ScienceCast
• Synthetic Sequential Tabular Data

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →