Generative tabular augmentation is appealing in data-scarce domains, yet the prevailing focus on distributional fidelity does not reliably translate into better downstream models. We formalize a fidelity-utility gap: common generative objectives prioritize distributional plausibility, whereas augmentation succeeds only when injected samples reduce the current learner's held-out evaluation loss. This gap motivates learning not just how to generate, but what to generate and when to inject as training evolves. We propose TAP (Tabular Augmentation Policy), which couples diffusion inpainting with a lightweight, learner-conditioned policy to steer generation toward high-utility regions and controls safe injection via explicit gating and conservative windowed commitment. Under severe data scarcity, TAP consistently outperforms strong generative baselines on seven real-world datasets, improving classification accuracy by up to 15.6 percentage points and reducing regression RMSE by up to 32%.


翻译:生成式表格数据增强在数据稀缺领域具有吸引力,然而当前对分布保真度的侧重并不能可靠地转化为更优的下游模型。我们形式化了保真度-效用差距:常见的生成目标优先考虑分布合理性,而数据增强只有在注入样本降低当前学习器保留集评估损失时才成功。这一差距表明需要学习的不仅是"如何生成",还有"生成什么"以及"在训练演化中何时注入"。我们提出TAP(表格数据增强策略),该方法将扩散修复与轻量级学习器条件策略相结合,引导生成向高效用区域发展,并通过显式门控与保守窗口提交机制控制安全注入。在严重数据稀缺条件下,TAP在七个真实世界数据集上持续优于强生成基线,分类准确率提升高达15.6个百分点,回归RMSE降低高达32%。

0
下载
关闭预览

相关内容

数据增强在机器学习领域多指采用一些方法(比如数据蒸馏,正负样本均衡等)来提高模型数据集的质量,增强数据。
《利用合成数据生成加强军事决策支持》
专知会员服务
43+阅读 · 2024年12月30日
《Mixup数据增强及其扩展》综述
专知会员服务
37+阅读 · 2024年9月15日
最新《生成式数据增强的统一框架》综述,85页pdf
专知会员服务
66+阅读 · 2023年10月8日
ChatAug: 利用ChatGPT进行文本数据增强
专知会员服务
81+阅读 · 2023年3月4日
专知会员服务
75+阅读 · 2021年7月21日
专知会员服务
66+阅读 · 2021年7月11日
【AAAI2023】用于图对比学习的谱特征增强
专知
20+阅读 · 2022年12月11日
用于语音识别的数据增强
AI研习社
24+阅读 · 2019年6月5日
谷歌推出新型数据增强算法:AutoAugment
论智
20+阅读 · 2018年6月6日
国家自然科学基金
43+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
VIP会员
最新内容
俄乌无人机战争的六大启示
专知会员服务
9+阅读 · 8月3日
《无人机空中监控:通信实验洞察》
专知会员服务
6+阅读 · 8月3日
从采集到决策:美军视角下的战术情报范式重构
《履带式无人地面战车技术发展现状》
专知会员服务
6+阅读 · 8月2日
《无人机脆弱性利用:网络空间力量的新域》
专知会员服务
9+阅读 · 8月1日
美空军如何将人工智能从战场部署至后方机关
专知会员服务
14+阅读 · 7月31日
相关VIP内容
《利用合成数据生成加强军事决策支持》
专知会员服务
43+阅读 · 2024年12月30日
《Mixup数据增强及其扩展》综述
专知会员服务
37+阅读 · 2024年9月15日
最新《生成式数据增强的统一框架》综述,85页pdf
专知会员服务
66+阅读 · 2023年10月8日
ChatAug: 利用ChatGPT进行文本数据增强
专知会员服务
81+阅读 · 2023年3月4日
专知会员服务
75+阅读 · 2021年7月21日
专知会员服务
66+阅读 · 2021年7月11日
相关基金
国家自然科学基金
43+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员