深度学习近年来发展迅猛,在诸多领域都有着惊人的表现。基于数据驱动的深度学习已经成为人工智能领域重点研究方向,大量的数据是建立高效、精确模型的前提。但出于隐私保护政策的影响,在获取带个人隐私数据的时候总是受到限制。共享合成的生成数据可以减轻隐私泄漏的风险,为数据的获取提供便利。合成的数据和真实数据在潜在的特征结构以及高维分布上极具似同性,表明可以用来代替真实数据进行训练。介绍了基于深度学习的3种基础生成模型,并对选取的模型进行了分析对比。
科研之友
微信
新浪微博
Facebook
分享链接
