혼합 유형의 표현
표 자료에는 서로 다른 분포와 특징 유형이 섞여 있다. TabSyn은 이들을 통합한 잠재 공간으로 변환하고 열 사이의 관계를 표현하는 구조로 생성 문제를 구성한다.
잠재 분포와 확산
변분 오토인코더가 만든 잠재 임베딩의 분포를 최적화해 이후 확산 모델의 학습을 돕는다. 원래 열에 직접 확산을 적용하는 대신 잠재 공간에서 생성한 표현을 활용한다.
품질과 생성 속도
원 연구는 여섯 자료와 다섯 지표에서 생성 품질을 평가했다. 열별 분포와 열 쌍의 상관 추정뿐 아니라 역과정의 단계 수와 합성 속도도 기존 확산 방식과 비교했다.