技术

Synthetic Data Generation（合成数据生成）

Synthetic Data Generation 指通过算法生成模拟真实数据分布的合成数据，解决真实数据稀缺、隐私敏感和标注成本高的问题。典型应用包括数据增强、隐私保护机器学习，代表工作如 GAN、扩散模型生成图像，以及 SimGAN 生成眼部图像。

收录于 2026/9/17相关资讯 1 篇在词典中查看 →

详细解释

背景：许多机器学习任务受限于高质量标注数据的获取，且真实数据可能涉及隐私。技术说明：合成数据生成利用生成模型（如 GAN、VAE、扩散模型）或基于规则的模拟器创建新样本。这些样本可扩充训练集、平衡类别分布或替代敏感数据。挑战在于确保合成数据与真实数据分布一致且不引入偏差。评估指标包括保真度、多样性和隐私性。

别名与相关写法
synthetic data generation

相关术语

Synthetic Data共现 1 篇
Multimodal共现 1 篇

相关公司

英伟达（Nvidia）1 篇

相关资讯

完整术语表见 AI 术语词典； 每日新术语与进展见 AI 早报。