浙大数据智能团队最新综述：生成式AI时代下表格数据增强的进展与展望

文章预览

面向表格数据的机器学习在多个领域如金融、医疗和教育中广泛应用，但获取大量高质量表格数据仍是一大挑战。表格数据的采集过程资源密集且耗时，且受隐私限制，数据可用性受限。因此，许多研究致力于表格数据增强（TDA），通过生成额外数据来提 升模型训练效果。 本次为大家带来浙大数据智能团队最新综述： 《生成式AI时代下表格数据增强的进展与展望》 。本文回顾了2010年至2024年间70篇重要研究，综述了TDA的技术流程和最新发展。特别是在2023至2024年间，生成式AI技术的加入为TDA带来新的发展机遇。文章构建了一个包括预增强、增强和后增强三个阶段的端到端TDA流程，并系统分析了基于检索和基于生成的增强技术。最后文章总结了TDA的当前趋势和未来方向，并将继续在SuDIS-ZJU的GitHub页面更新相关资源。 论文链接： https://arxiv.org/abs/2407.215 ………………………………