DPTVAE: Data-driven prior-based tabular variational autoencoder for credit data synthesizing

自编码 计算机科学 解码方法 编码(内存) 高斯分布 数据挖掘 特征(语言学) 混合模型 条件概率分布 人工智能 模式识别(心理学) 机器学习 算法 人工神经网络 数学 统计 语言学 哲学 物理 量子力学
作者
Yandan Tan,Hongbin Zhu,Jie Wu,Hongfeng Chai
出处
期刊:Expert Systems With Applications [Elsevier BV]
卷期号:241: 122071-122071
标识
DOI:10.1016/j.eswa.2023.122071
摘要

Data synthesizing is of great significance for the privacy protection of real credit data. Credit data synthesis poses unique challenges, involving discrete and continuous features, lack of prior information, high feature complexity, and imbalance. To address the challenge, we propose a data-driven prior-based tabular variational autoencoder (DPTVAE) to end-to-end synthesize credit data, without any expert experience. It mainly contains three main innovations: 1) Binning Gaussian probability density (BGPD)-based feature type classification. Previous work relies on expert-experience classification, which is limited and possibly missing. We innovatively propose BGPD-based class values importance calculation to automatically classify discrete continuous columns, so as to effectively facilitate the rational synthesis requirement of values or distributions. 2) Encoding based on BGPD-Variational Gaussian Mixture (BGPD-VGM): Continuous columns of financial data usually involve skewed, multi-peaks, or mixture distributions. To adapt to the complexity of the distribution, we propose BGPD-VGM to encode data-driven prior. 3) Conditional decoding: We also designed a conditional decoding strategy for DPTVAE to synthesize imbalanced discrete columns. Compared to seven existing advanced models, DPTVAE demonstrates exceptional synthesis performance on two datasets with a 33-fold difference in data size, particularly in identifying real default users based on synthetic data. This achievement is significant for data applications based on privacy protection.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
信徒完成签到,获得积分10
1秒前
1秒前
1秒前
大力荷花完成签到,获得积分10
2秒前
小二郎应助科研通管家采纳,获得10
3秒前
可爱的白猫完成签到,获得积分20
3秒前
小蘑菇应助科研通管家采纳,获得10
3秒前
Owen应助科研通管家采纳,获得10
3秒前
Jasper应助科研通管家采纳,获得10
3秒前
FashionBoy应助zqy1111采纳,获得10
3秒前
秉朔发布了新的文献求助30
3秒前
华仔应助科研通管家采纳,获得10
3秒前
3秒前
3秒前
ding应助科研通管家采纳,获得10
3秒前
molihuakai应助科研通管家采纳,获得10
3秒前
打打应助科研通管家采纳,获得10
3秒前
iurhejwnej发布了新的文献求助10
3秒前
Lucas应助科研通管家采纳,获得10
3秒前
且是天下应助科研通管家采纳,获得10
3秒前
丘比特应助科研通管家采纳,获得10
3秒前
深情安青应助科研通管家采纳,获得10
4秒前
在水一方应助科研通管家采纳,获得10
4秒前
顾矜应助科研通管家采纳,获得10
4秒前
CWNU_HAN应助科研通管家采纳,获得30
4秒前
脑洞疼应助科研通管家采纳,获得10
4秒前
且是天下应助科研通管家采纳,获得30
4秒前
4秒前
Akim应助科研通管家采纳,获得10
4秒前
大个应助科研通管家采纳,获得10
4秒前
4秒前
科研小白发布了新的文献求助10
4秒前
李爱国应助科研通管家采纳,获得10
4秒前
小马甲应助科研通管家采纳,获得10
5秒前
领导范儿应助科研通管家采纳,获得10
5秒前
爆米花应助科研通管家采纳,获得10
5秒前
情怀应助科研通管家采纳,获得10
5秒前
斯文败类应助科研通管家采纳,获得10
5秒前
酷波er应助科研通管家采纳,获得10
5秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Developing Genetic Editing Tools for Lysobacter 2000
卤化钙钛矿人工突触的研究 2000
Моделирование процессов самоорганизации в кристаллообразующих системах 1000
History of U.S. Space Surveillance and Satellite Cataloging 1000
Adhesion Science: Principles & Practice 800
Signals, Systems, and Signal Processing 610
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6521225
求助须知:如何正确求助?哪些是违规求助? 8314494
关于积分的说明 17785924
捐赠科研通 5623493
什么是DOI,文献DOI怎么找? 2927682
邀请新用户注册赠送积分活动 1904375
关于科研通互助平台的介绍 1764542