研究人员开发了一种新颖的两阶段跨表格数据生成（CTDG）框架，解决了现有方法主要关注单个表格的局限性。所提出的方法首先将异构原始表格标准化为统计表格，捕捉边际分布和成对相关性。随后，扩散 Transformer 模型学习这些同构表格中的模式，以生成合成统计表格，然后将其重构为逼真的合成原始表格。该方法能够以高保真度生成无限数量的合成异构表格，并在保真度和多样性之间取得有利的权衡。 AI
影响 这项研究可以通过从复杂的、多表格源生成更真实和多样化的数据，来改进用于训练 AI 模型的合成数据集的创建，尤其是在医疗保健领域。
排序理由 该集群包含一篇详细介绍新数据生成方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
