ترجمه فارسی مقاله یک چارچوب نسبت چگالی برای ارزیابی کاربرد داده های مصنوعی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی A density ratio framework for evaluating the utility of synthetic data
عنوان مقاله به فارسی یک چارچوب نسبت چگالی برای ارزیابی کاربرد داده های مصنوعی
نویسندگان Thom Benjamin Volker, Peter-Paul de Wolf, Erik-Jan van Kesteren
فرمت مقاله انگلیسی PDF
تعداد صفحات 30
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Machine Learning,یادگیری ماشین , یادگیری ماشین ,
توضیحات Submitted 23 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده 23 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Synthetic data generation is a promising technique to facilitate the use of sensitive data while mitigating the risk of privacy breaches. However, for synthetic data to be useful in downstream analysis tasks, it needs to be of sufficient quality. Various methods have been proposed to measure the utility of synthetic data, but their results are often incomplete or even misleading. In this paper, we propose using density ratio estimation to improve quality evaluation for synthetic data, and thereby the quality of synthesized datasets. We show how this framework relates to and builds on existing measures, yielding global and local utility measures that are informative and easy to interpret. We develop an estimator which requires little to no manual tuning due to automatic selection of a nonparametric density ratio model. Through simulations, we find that density ratio estimation yields more accurate estimates of global utility than established procedures. A real-world data application demonstrates how the density ratio can guide refinements of synthesis models and can be used to improve downstream analyses. We conclude that density ratio estimation is a valuable tool in synthetic data generation workflows and provide these methods in the accessible open source R-package densityratio.

چکیده به فارسی (ترجمه ماشینی)

تولید داده های مصنوعی یک تکنیک امیدوار کننده برای تسهیل در استفاده از داده های حساس و در عین حال کاهش خطر نقض حریم خصوصی است.با این حال ، برای اینکه داده های مصنوعی در کارهای تجزیه و تحلیل پایین دست مفید باشد ، باید از کیفیت کافی برخوردار باشد.روشهای مختلفی برای اندازه گیری کاربرد داده های مصنوعی ارائه شده است ، اما نتایج آنها اغلب ناقص یا حتی گمراه کننده است.در این مقاله ، ما با استفاده از تخمین نسبت چگالی برای بهبود ارزیابی کیفیت برای داده های مصنوعی و در نتیجه کیفیت مجموعه داده های سنتز شده پیشنهاد می کنیم.ما نشان می دهیم که چگونه این چارچوب با اقدامات موجود ارتباط و ایجاد می کند و اقدامات جهانی و محلی را ارائه می دهد که آموزنده و تفسیر آسان است.ما یک برآوردگر ایجاد می کنیم که به دلیل انتخاب خودکار یک مدل نسبت چگالی غیر پارامتری ، نیاز به تنظیم دستی کمی دارد.از طریق شبیه سازی ، می فهمیم که برآورد نسبت چگالی تخمین های دقیق تری از ابزار جهانی نسبت به روشهای تعیین شده ارائه می دهد.یک برنامه داده در دنیای واقعی نشان می دهد که چگونه نسبت چگالی می تواند پالایش مدل های سنتز را راهنمایی کند و می تواند برای بهبود تجزیه و تحلیل پایین دست استفاده شود.نتیجه می گیریم که برآورد نسبت چگالی یک ابزار ارزشمند در گردش کار تولید داده های مصنوعی است و این روش ها را در چگالی Richate Race-Packagage منبع باز در دسترس ارائه می دهد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.