Challenges of Using Synthetic Data Generation Methods for Tabular Microdata

The generation of synthetic data holds significant promise for augmenting limited datasets while avoiding privacy issues, facilitating research, and enhancing machine learning models’ robustness. Generative Adversarial Networks (GANs) stand out as promising tools, employing two neural networks—gener...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Marko Miletic, Murat Sariyar
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2024-07-01
Seria:	Applied Sciences
Hasła przedmiotowe:	synthetic data variational autoencoder copula generative adversarial networks GAN
Dostęp online:	https://www.mdpi.com/2076-3417/14/14/5975
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!