2017 Real-valued (Medical) Time Series Generation with Recurrent Conditional GANs
- Abstract
GAN在生成数据方面取得了瞩目的成效,作者提出了两种GAN应用于医疗数据方面,RGAN和RCGAN,用于生成多维的时间序列数据。RGAN,在生成器和分类器上都采用RNN架构。RCGAN,同样也都是在生成器和分类器上采用RNN架构,但是这两个RNN需要辅助信息作为条件。利用一组玩具数据来进行验证,最终通过直观和定量性(样本似然性和mmd【最大平均差异】)发现能够很好的生成时间序列数据。同时作者又提出一种新的评价GAN的指标,生成数据作为训练集然后训练模型,然后真实数据作为测试集进行模型性能评估。作者用这些指标证明了RCGAN生成的数据可以有效的用于监督模型的训练,在真实数据作为测试集上性能只有略微的下降。同时还将MNIST作为序列数据【28 * 28展成1 * 784的序列数据】去利用RGAN生成,最终也能生成图片 - 本文的几个主要贡献
(1) 演示使用对抗的训练去生成实值序列的方法
(2) 展示评估gan的新方法
(3)生成合成医疗时间序列数据
(4)评估GAN生成的数据的隐私性 - 评价指标
(1) MAXIMUM MEAN DISCREPANCY [MMD 最大平均差异]
(2) TRAIN ON SYNTHETIC , TEST ON REAL [TSTR 在合成数据上训练,在真实数据上测试 也可以反过来就是TRTS GAN遭受模式崩溃,TRTS性能不会因此下降] - 实验
(1) 利用RGAN生成正弦信号
(2) 将MINST图像(28 * 28)展成一维序列(1 * 784)通过RGAN生成MINST 图像
(3) 利用ward2icu 去生成RGAN生成 - 隐私
因为医疗数据涉及到隐私数据,但是暂时还没涉及到这个问题,所以先不关注这个了
2017 Real-valued (Medical) Time Series Generation with Recurrent Conditional GANs相关推荐
- 模态综合医疗时间序列数据:REAL-VALUED (MEDICAL) TIME SERIES GENERATION WITH RECURRENT CONDITIONAL GANS
2.RELATED WORK 从2014年,GAN框架就引起了大家的关注,大多数工作集中在图像生成.(Choi et al., 2017) 设计了 GAN 来生成 综合性的电子病历数据(EHR).这些 ...
- 论文笔记-Hybrid Retrieval-Generation Reinforced Agent for Medical Image Report Generation
论文笔记-Hybrid Retrieval-Generation Reinforced Agent for Medical Image Report Generation 创新点:混合检索生成+强化学 ...
- 论文阅读——Segment Medical Image Using U-Net Combining Recurrent Residuals and Attention
Segment Medical Image Using U-Net Combining Recurrent Residuals and Attention 结合循环残差连接和注意力机制的UNet网络用 ...
- ICCV 2017 《Towards End-to-End Text Spotting with Convolutional Recurrent Neural Network》论文笔记
本学弱喜欢在本子上记笔记,但字迹又丑. 望看不懂我的字的大佬不要喷我,看得懂的大佬批评指正.
- Modeling Irregular Time Series with Continuous Recurrent Units(ICML2022)
递归神经网络(RNNs)是一个流行的选择建模顺序数据.现代RNN架构假设观测之间的时间间隔恒定.然而,在许多数据集(如医疗记录)中,观察时间是不规律的,并且可能携带重要信息.为了应对这一挑战,我们提出 ...
- 具有循环条件gan的实值(医疗)时间序列生成-2017
REAL-VALUED (MEDICAL) TIME SERIES GENERATION WITH RECURRENT CONDITIONAL GANS ABSTRACT 生成对抗网络(GANs)作为 ...
- 基于GAN框架的时间序列异常检测研究综述
一项综述类的课程作业 Anomaly detection with generative adversarial networks for multivariate time series. MAD- ...
- 简单理解与实验生成对抗网络GAN
from:https://blog.csdn.net/on2way/article/details/72773771 之前 GAN网络是近两年深度学习领域的新秀,火的不行,本文旨在浅显理解传统GAN, ...
- 2023 推荐系统论文整理
2023 推荐系统论文整理 对2023年的 推荐系统论文进行一波收集,给各位初学者和算法大佬作为灵感来源,后续专栏会继续更新论文解读,根据评论不断补充,欢迎大家三连~ ICLR 2023 推荐系统相关 ...
最新文章
- mysql顺序结构_MySQL学习之流程结构
- CNCC技术论坛:后量子霸权阶段的量子计算
- python list遍历
- bootstrap配置Nacos出现Param ‘serviceName‘ is illegal, serviceName is blank
- 经典的三栏布局:圣杯布局,双飞翼布局,flex布局
- CF1153F-Serval and Bonus Problem【dp,数学期望】
- 网络无人值守安装linux----kickstart
- 【算法刷题1】二叉树的前序遍历
- 八年级信息技术认识计算机网络,初二信息技术课名称:认识计算机网络.doc
- extjs给panel添加滚动条_extjs.treePanel在ie9下滚动条的显示问题-阿里云开发者社区...
- C语言使用函数参数传递中的省略号:va_list, va_start, va_arg, va_end
- 【软件测试】验收测试是以最终用户为主的测试
- Spring boot 日志框架
- 网络不良视频内容识别技术初探
- 持久化存储技术之SharedPreferences存储
- python柱形图绘制_Python Excel 绘制柱形图
- Linux-eval命令
- extjs 教程 java_Extjs视频教程_快速上手Extjs4.2实战开发
- IDEA隐藏不想看见的文件
- 微软Windows的 EAPHost 简介