Buchumschlag

SynthEval: A Framework for Detailed Utility and Privacy Evaluation of Tabular Synthetic Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lautrup, Anton Danholt, Hyrup, Tobias, Zimek, Arthur, Schneider-Kamp, Peter
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Performance
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sharing is CAIRing: Characterizing Principles and Assessing Properties of Universal Privacy Evaluation for Synthetic Tabular Data
von: Hyrup, Tobias, et al.
Veröffentlicht: (2023)

Disjoint Generative Models
von: Lautrup, Anton Danholt, et al.
Veröffentlicht: (2025)

FSDEM: Feature Selection Dynamic Evaluation Metric
von: Rajabinasab, Muhammad, et al.
Veröffentlicht: (2024)

Metrics for Inter-Dataset Similarity with Example Applications in Synthetic Data and Feature Selection Evaluation -- Extended Version
von: Rajabinasab, Muhammad, et al.
Veröffentlicht: (2025)

Achieving Hilbert-Schmidt Independence Under Rényi Differential Privacy for Fair and Private Data Generation
von: Hyrup, Tobias, et al.
Veröffentlicht: (2025)

TVineSynth: A Truncated C-Vine Copula Generator of Synthetic Tabular Data to Balance Privacy and Utility
von: Griesbauer, Elisabeth, et al.
Veröffentlicht: (2025)

Tabular and Deep Reinforcement Learning for Gittins Index
von: Dhankhar, Harshit, et al.
Veröffentlicht: (2024)

Single-Thread JPEG Decoder Benchmarks Mis-Evaluate ML Data Loaders
von: Iglovikov, Vladimir, et al.
Veröffentlicht: (2026)

Randomized PCA Forest for Unsupervised Outlier Detection
von: Rajabinasab, Muhammad, et al.
Veröffentlicht: (2025)

FSEVAL: Feature Selection Evaluation Toolbox and Dashboard
von: Rajabinasab, Muhammad, et al.
Veröffentlicht: (2026)

A Structure-Aware Framework for Learning Device Placements on Computation Graphs
von: Duan, Shukai, et al.
Veröffentlicht: (2024)

KernelBenchX: A Comprehensive Benchmark for Evaluating LLM-Generated GPU Kernels
von: Wang, Han, et al.
Veröffentlicht: (2026)

Towards an Integrated Performance Framework for Fire Science and Management Workflows
von: Ahmed, H., et al.
Veröffentlicht: (2024)

DF-GNN: Dynamic Fusion Framework for Attention Graph Neural Networks on GPUs
von: Liu, Jiahui, et al.
Veröffentlicht: (2024)

Ensuring Reliability of Curated EHR-Derived Data: The Validation of Accuracy for LLM/ML-Extracted Information and Data (VALID) Framework
von: Estevez, Melissa, et al.
Veröffentlicht: (2025)

U-TOE: Universal TinyML On-board Evaluation Toolkit for Low-Power IoT
von: Huang, Zhaolan, et al.
Veröffentlicht: (2023)

MoE-Inference-Bench: Performance Evaluation of Mixture of Expert Large Language and Vision Models
von: Chitty-Venkata, Krishna Teja, et al.
Veröffentlicht: (2025)

An Autotuning-based Optimization Framework for Mixed-kernel SVM Classifications in Smart Pixel Datasets and Heterojunction Transistors
von: Wu, Xingfu, et al.
Veröffentlicht: (2024)

Development and Comparative Evaluation of Three Artificial Intelligence Models (NLP, LLM, JEPA) for Predicting Triage in Emergency Departments: A 7-Month Retrospective Proof-of-Concept
von: Lansiaux, Edouard, et al.
Veröffentlicht: (2025)

Plug-and-Play Performance Estimation for LLM Services without Relying on Labeled Data
von: Wang, Can, et al.
Veröffentlicht: (2024)

Large-Scale Data Parallelization of Product Quantization and Inverted Indexing Using Dask
von: Abraham, Ashley N., et al.
Veröffentlicht: (2026)

VDTuner: Automated Performance Tuning for Vector Data Management Systems
von: Yang, Tiannuo, et al.
Veröffentlicht: (2024)

Synth-MIA: A Testbed for Auditing Privacy Leakage in Tabular Data Synthesis
von: Ward, Joshua, et al.
Veröffentlicht: (2025)

Toward A Formalized Approach for Spike Sorting Algorithms and Hardware Evaluation
von: Zhang, Tim, et al.
Veröffentlicht: (2022)

Adversarial Network Optimization under Bandit Feedback: Maximizing Utility in Non-Stationary Multi-Hop Networks
von: Dai, Yan, et al.
Veröffentlicht: (2024)

CEBench: A Benchmarking Toolkit for the Cost-Effectiveness of LLM Pipelines
von: Sun, Wenbo, et al.
Veröffentlicht: (2024)

A Scalable k-Medoids Clustering via Whale Optimization Algorithm
von: Chenan, Huang, et al.
Veröffentlicht: (2024)

A Kernel-Based Approach for Accurate Steady-State Detection in Performance Time Series
von: Beseda, Martin, et al.
Veröffentlicht: (2025)

AttentionEngine: A Versatile Framework for Efficient Attention Mechanisms on Diverse Hardware Platforms
von: Chen, Feiyang, et al.
Veröffentlicht: (2025)

Automating Energy-Efficient GPU Kernel Generation: A Fast Search-Based Compilation Approach
von: Zhang, Yijia, et al.
Veröffentlicht: (2024)

oneDNN Graph Compiler: A Hybrid Approach for High-Performance Deep Learning Compilation
von: Li, Jianhui, et al.
Veröffentlicht: (2023)

SAfEPaTh: A System-Level Approach for Efficient Power and Thermal Estimation of Convolutional Neural Network Accelerator
von: Chen, Yukai, et al.
Veröffentlicht: (2024)

Prefetching Cache Optimization Using Graph Neural Networks: A Modular Framework and Conceptual Analysis
von: Qowy, F. I.
Veröffentlicht: (2025)

LOOPerSet: A Large-Scale Dataset for Data-Driven Polyhedral Compiler Optimization
von: Merouani, Massinissa, et al.
Veröffentlicht: (2025)

Machine Learning Methods for Evaluating Public Crisis: Meta-Analysis
von: Okpala, Izunna, et al.
Veröffentlicht: (2023)

Systematic Evaluation of Optimization Techniques for Long-Context Language Models
von: Ahmed, Ammar, et al.
Veröffentlicht: (2025)

Privacy-Preserving Tabular Synthetic Data Generation Using TabularARGN
von: Sidorenko, Andrey, et al.
Veröffentlicht: (2025)

BitLogic: Training Framework for Gradient-Based FPGA-Native Neural Networks
von: Bührer, Simon, et al.
Veröffentlicht: (2026)

Performance Modeling of Data Storage Systems using Generative Models
von: Al-Maeeni, Abdalaziz Rashid, et al.
Veröffentlicht: (2023)

CPINN-ABPI: Physics-Informed Neural Networks for Accurate Power Estimation in MPSoCs
von: Elshamy, Mohamed R., et al.
Veröffentlicht: (2025)