Buchumschlag

PATE-TabTransGAN: Differentially Private Synthetic Tabular Data Generation via Transformer-Based Student Discrimination

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Youssef, M., Woźniak, M.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hierarchical Conditional Tabular GAN for Multi-Tabular Synthetic Data Generation
von: Ågren, Wilhelm, et al.
Veröffentlicht: (2024)

DP-TabICL: In-Context Learning with Differentially Private Tabular Data
von: Carey, Alycia N., et al.
Veröffentlicht: (2024)

PATE-TripleGAN: Privacy-Preserving Image Synthesis with Gaussian Differential Privacy
von: Jiang, Zepeng, et al.
Veröffentlicht: (2024)

The Elusive Pursuit of Reproducing PATE-GAN: Benchmarking, Auditing, Debugging
von: Ganev, Georgi, et al.
Veröffentlicht: (2024)

TabPFGen -- Tabular Data Generation with TabPFN
von: Ma, Junwei, et al.
Veröffentlicht: (2024)

dpmm: Differentially Private Marginal Models, a Library for Synthetic Tabular Data Generation
von: Mahiou, Sofiane, et al.
Veröffentlicht: (2025)

TabTreeFormer: Tabular Data Generation Using Hybrid Tree-Transformer
von: Li, Jiayu, et al.
Veröffentlicht: (2025)

Is API Access to LLMs Useful for Generating Private Synthetic Tabular Data?
von: Swanberg, Marika, et al.
Veröffentlicht: (2025)

Differentially Private Synthetic High-dimensional Tabular Stream
von: Kumar, Girish, et al.
Veröffentlicht: (2024)

Hot PATE: Private Aggregation of Distributions for Diverse Task
von: Cohen, Edith, et al.
Veröffentlicht: (2023)

Tab-PET: Graph-Based Positional Encodings for Tabular Transformers
von: Leng, Yunze, et al.
Veröffentlicht: (2025)

TabSynDex: A Universal Metric for Robust Evaluation of Synthetic Tabular Data
von: Chundawat, Vikram S, et al.
Veröffentlicht: (2022)

FedTabDiff: Federated Learning of Diffusion Probabilistic Models for Synthetic Mixed-Type Tabular Data Generation
von: Sattarov, Timur, et al.
Veröffentlicht: (2024)

TabKDE: Simple and Scalable Tabular Data Generation with Kernel Density Estimates
von: Alishahi, Meysam, et al.
Veröffentlicht: (2026)

PATE: Proximity-Aware Time series anomaly Evaluation
von: Ghorbani, Ramin, et al.
Veröffentlicht: (2024)

Does Differentially Private Synthetic Data Lead to Synthetic Discoveries?
von: Perez, Ileana Montoya, et al.
Veröffentlicht: (2024)

Differentially Private Synthetic Data Generation for Relational Databases
von: Alimohammadi, Kaveh, et al.
Veröffentlicht: (2024)

Differentially Private Linear Regression and Synthetic Data Generation with Statistical Guarantees
von: Lin, Shurong, et al.
Veröffentlicht: (2025)

TabKANet: Tabular Data Modeling with Kolmogorov-Arnold Network and Transformer
von: Gao, Weihao, et al.
Veröffentlicht: (2024)

Online Differentially Private Synthetic Data Generation
von: He, Yiyun, et al.
Veröffentlicht: (2024)

TabSCM: A practical Framework for Generating Realistic Tabular Data
von: Jacob, Sven, et al.
Veröffentlicht: (2026)

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

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

LLM-TabLogic: Preserving Inter-Column Logical Relationships in Synthetic Tabular Data via Prompt-Guided Latent Diffusion
von: Long, Yunbo, et al.
Veröffentlicht: (2025)

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

TabDDPM: Modelling Tabular Data with Diffusion Models
von: Kotelnikov, Akim, et al.
Veröffentlicht: (2022)

TabStruct: Measuring Structural Fidelity of Tabular Data
von: Jiang, Xiangjian, et al.
Veröffentlicht: (2025)

TabDiff: a Mixed-type Diffusion Model for Tabular Data Generation
von: Shi, Juntong, et al.
Veröffentlicht: (2024)

TabText: Language-Based Representations of Tabular Health Data for Predictive Modelling
von: Carballo, Kimberly Villalobos, et al.
Veröffentlicht: (2022)

VisTabNet: Adapting Vision Transformers for Tabular Data
von: Wydmański, Witold, et al.
Veröffentlicht: (2024)

ReTabSyn: Realistic Tabular Data Synthesis via Reinforcement Learning
von: Lin, Xiaofeng, et al.
Veröffentlicht: (2026)

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

Synthetic Tabular Data Generation for Imbalanced Classification: The Surprising Effectiveness of an Overlap Class
von: D'souza, Annie, et al.
Veröffentlicht: (2024)

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

QTabGAN: A Hybrid Quantum-Classical GAN for Tabular Data Synthesis
von: Kumari, Subhangi, et al.
Veröffentlicht: (2026)

Differentially Private Knowledge Distillation via Synthetic Text Generation
von: Flemings, James, et al.
Veröffentlicht: (2024)

TabImpute: Universal Zero-Shot Imputation for Tabular Data
von: Feitelberg, Jacob, et al.
Veröffentlicht: (2025)

TabSTAR: A Tabular Foundation Model for Tabular Data with Text Fields
von: Arazi, Alan, et al.
Veröffentlicht: (2025)

CardioTabNet: A Novel Hybrid Transformer Model for Heart Disease Prediction using Tabular Medical Data
von: Sumon, Md. Shaheenur Islam, et al.
Veröffentlicht: (2025)

Differentially Private Tabular Data Synthesis using Large Language Models
von: Tran, Toan V., et al.
Veröffentlicht: (2024)