복잡한 구조의 테이블 데이터 생성을 위해 VAE 모델에 베이지안 가우시안 혼합 모델(BGM)을 통합한 새로운 접근법을 제안한다. 이를 통해 기존 모델의 한계를 극복하고 다양한 데이터 유형과 복잡한 상관관계를 효과적으로 모델링할 수 있다.
대규모 언어 모델을 활용하여 데이터 불균형 문제를 해결하는 효과적인 그룹 기반 프롬프팅 방법을 제안합니다.
TAEGAN은 마스크 자동 인코더를 사용하여 고품질의 합성 테이블 데이터를 생성하고, 데이터 증강 성능이 우수하다.