基于生成对抗网络的混合类型数据生成方法

为解决由于隐私保护政策中研究人员在获取训练数据时经常受到限制而导致训练数据集匮乏问题,提出一种基于生成对抗网络(Generative Adversarial Networks,GANs)的混合数据(数值和标签)生成模型(mix-GAN)用来生成符合真实数据分布的合成数据,以此作为真实数据的补充并增加可用样本的数量.该模型使用预训练的自编码器(Autoencoder)将给定数据集映射到低维连续空间;通过在低维空间中的生成器和原始数据空间中的鉴别器进行对抗学习从而获得具有模拟真实数据的生成模型.通过从属性独立分布和多属性相关性两个方面对生成算法性能进行评估,表明所提出算法比目前其他基于深度学习的生成算法能更好地保持原始数据的分布结构.