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]
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.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
1秒前
深情安青应助复杂惜萱采纳,获得10
2秒前
果果完成签到,获得积分10
3秒前
6秒前
11秒前
14秒前
14秒前
水心完成签到,获得积分10
17秒前
彩虹马发布了新的文献求助10
18秒前
英俊的铭应助龙猪采纳,获得10
18秒前
缥缈的龙猫完成签到,获得积分10
19秒前
学不完了发布了新的文献求助10
20秒前
iVANPENNY应助kalah采纳,获得10
20秒前
rosalieshi应助欣欣然采纳,获得30
20秒前
21秒前
CC完成签到,获得积分10
25秒前
复杂惜萱发布了新的文献求助10
25秒前
26秒前
26秒前
彩虹马完成签到,获得积分10
28秒前
Orange应助霸气夏旋采纳,获得10
28秒前
29秒前
31秒前
Lucas应助小孙采纳,获得10
32秒前
33秒前
各位大牛帮帮忙完成签到 ,获得积分10
34秒前
时舒完成签到 ,获得积分10
35秒前
陈陈发布了新的文献求助10
36秒前
38秒前
40秒前
喝酸奶的艾鑫完成签到 ,获得积分10
41秒前
42秒前
anan完成签到 ,获得积分10
43秒前
所所应助KaMoria采纳,获得40
43秒前
43秒前
研友_VZG7GZ应助学术潘采纳,获得10
44秒前
45秒前
PatriciaYJ完成签到 ,获得积分10
45秒前
韭菜盒子发布了新的文献求助10
46秒前
46秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1800
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3313702
求助须知:如何正确求助?哪些是违规求助? 2945997
关于积分的说明 8527826
捐赠科研通 2621588
什么是DOI,文献DOI怎么找? 1433925
科研通“疑难数据库(出版商)”最低求助积分说明 665098
邀请新用户注册赠送积分活动 650648