서로 다른 열의 분포
표 자료의 연속 열은 비정규적이거나 여러 모드를 가질 수 있고 범주 열은 일부 값에 편중될 수 있다. CTGAN은 이질적인 특징의 결합 분포를 학습하는 문제에 맞춰 설계됐다.
정규화와 표본 추출
모드별 정규화로 연속 열의 복잡한 분포를 다룬다. 범주 불균형에는 조건부 생성기와 표본 추출 기반 학습을 사용하며 완전 연결 신경망을 기본 구조로 삼는다.
생성 결과의 평가
원 연구는 일곱 합성 자료와 여덟 실제 자료를 포함한 벤치마크를 구성했다. 분포의 적합성과 합성 자료로 학습한 예측기의 효율을 평가했으며 베이즈 네트워크와 다른 심층 생성 모델을 비교했다.
관련 문서
생성적 적대 신경망 / 조건부 GAN / TabDDPM / 정규화 / 베이즈 네트워크 / 합성 데이터