Buchumschlag

Hierarchical Conditional Tabular GAN for Multi-Tabular Synthetic Data Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ågren, Wilhelm, Sosa, Victorio Úbeda
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CuTS: Customizable Tabular Synthetic Data Generation
von: Vero, Mark, et al.
Veröffentlicht: (2023)

GAN-based Tabular Data Generator for Constructing Synopsis in Approximate Query Processing: Challenges and Solutions
von: Fallahian, Mohammadali, et al.
Veröffentlicht: (2022)

Cross-table Synthetic Tabular Data Detection
von: Kindji, G. Charbel N., et al.
Veröffentlicht: (2024)

Synthetic Tabular Data Detection In the Wild
von: Kindji, G. Charbel N., et al.
Veröffentlicht: (2025)

Robust Detection of Synthetic Tabular Data under Schema Variability
von: Kindji, G. Charbel N., et al.
Veröffentlicht: (2025)

Exploring the Heterogeneity of Tabular Data: A Diversity-aware Data Generator via LLMs
von: Tang, Yafeng, et al.
Veröffentlicht: (2025)

FeatNavigator: Automatic Feature Augmentation on Tabular Data
von: Liang, Jiaming, et al.
Veröffentlicht: (2024)

TabularMark: Watermarking Tabular Datasets for Machine Learning
von: Zheng, Yihao, et al.
Veröffentlicht: (2024)

Systematic Assessment of Tabular Data Synthesis
von: Du, Yuntao, et al.
Veröffentlicht: (2024)

Datum-wise Transformer for Synthetic Tabular Data Detection in the Wild
von: Kindji, G. Charbel N., et al.
Veröffentlicht: (2025)

RFOD: Random Forest-based Outlier Detection for Tabular Data
von: Ang, Yihao, et al.
Veröffentlicht: (2025)

Towards Universal Tabular Embeddings: A Benchmark Across Data Tasks
von: Vogel, Liane, et al.
Veröffentlicht: (2026)

SiloFuse: Cross-silo Synthetic Data Generation with Latent Tabular Diffusion Models
von: Shankar, Aditya, et al.
Veröffentlicht: (2024)

SemPipes -- Optimizable Semantic Data Operators for Tabular Machine Learning Pipelines
von: Ovcharenko, Olga, et al.
Veröffentlicht: (2026)

PyTorch Frame: A Modular Framework for Multi-Modal Tabular Learning
von: Hu, Weihua, et al.
Veröffentlicht: (2024)

Tabular Data Augmentation for Machine Learning: Progress and Prospects of Embracing Generative AI
von: Cui, Lingxi, et al.
Veröffentlicht: (2024)

C$^{2}$TC: A Training-Free Framework for Efficient Tabular Data Condensation
von: Xu, Sijia, et al.
Veröffentlicht: (2026)

Towards Synthesizing High-Dimensional Tabular Data with Limited Samples
von: Li, Zuqing, et al.
Veröffentlicht: (2025)

Learning from Anonymized and Incomplete Tabular Data
von: Lange, Lucas, et al.
Veröffentlicht: (2026)

DiffImpute: Tabular Data Imputation With Denoising Diffusion Probabilistic Model
von: Wen, Yizhu, et al.
Veröffentlicht: (2024)

Tabular Data Understanding with LLMs: A Survey of Recent Advances and Challenges
von: Wu, Xiaofeng, et al.
Veröffentlicht: (2025)

TableGPT2: A Large Multimodal Model with Tabular Data Integration
von: Su, Aofeng, et al.
Veröffentlicht: (2024)

Position: Foundation Models for Tabular Data within Systemic Contexts Need Grounding
von: Klein, Tassilo, et al.
Veröffentlicht: (2025)

Boosting Relational Deep Learning with Pretrained Tabular Models
von: Lachi, Veronica, et al.
Veröffentlicht: (2025)

Tabular Foundation Models Can Learn Association Rules
von: Karabulut, Erkan, et al.
Veröffentlicht: (2026)

TabSketchFM: Sketch-based Tabular Representation Learning for Data Discovery over Data Lakes
von: Khatiwada, Aamod, et al.
Veröffentlicht: (2024)

SimClone: Detecting Tabular Data Clones using Value Similarity
von: Yang, Xu, et al.
Veröffentlicht: (2024)

Auto-FP: An Experimental Study of Automated Feature Preprocessing for Tabular Data
von: Qi, Danrui, et al.
Veröffentlicht: (2023)

A Conditional GAN for Tabular Data Generation with Probabilistic Sampling of Latent Subspaces
von: Akritidis, Leonidas, et al.
Veröffentlicht: (2025)

FERMI: Exploiting Relations for Membership Inference Against Tabular Diffusion Models
von: Mahyar, Abtin, et al.
Veröffentlicht: (2026)

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

Prior-Aligned Data Cleaning for Tabular Foundation Models
von: Berti-Equille, Laure
Veröffentlicht: (2026)

TableMark: A Multi-bit Watermark for Synthetic Tabular Data
von: Xia, Yuyang, et al.
Veröffentlicht: (2026)

TAEGAN: Generating Synthetic Tabular Data For Data Augmentation
von: Li, Jiayu, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Synthetic Tabular Data Generation
von: Shi, Ruxue, et al.
Veröffentlicht: (2025)

Structured Evaluation of Synthetic Tabular Data
von: Yang, Scott Cheng-Hsin, et al.
Veröffentlicht: (2024)

Diffusion Models for Tabular Data Imputation and Synthetic Data Generation
von: Villaizán-Vallelado, Mario, et al.
Veröffentlicht: (2024)

Benchmarking the Fidelity and Utility of Synthetic Relational Data
von: Hudovernik, Valter, et al.
Veröffentlicht: (2024)

PATE-TabTransGAN: Differentially Private Synthetic Tabular Data Generation via Transformer-Based Student Discrimination
von: Youssef, M., et al.
Veröffentlicht: (2026)

Hierarchical Synthetic Tabular Data Generation: A Hybrid Top-Down and Bottom-Up Framework
von: Nie, Junfeng, et al.
Veröffentlicht: (2026)