محققان در پژوهشی جدید، روشی بهینه برای تولید «دادههای مصنوعی» (Synthetic Data) معرفی کردهاند که میتواند انقلابی در آموزش مدلهای یادگیری ماشین ایجاد کند. این متد با استفاده از شبکههای عصبی کاملاً متصل (FCN)، نویزهای تصادفی گاوسی را به دادههای واقعی تبدیل میکند.
ویژگیهای کلیدی این روش:
✅ سرعت بسیار بالاتر نسبت به مدلهای یادگیری عمیق فعلی.
✅ حفظ حریم خصوصی دادههای اصلی با استفاده از کاهش ابعاد PCA.
✅ عملکرد عالی در تحلیلهای آماری و کاربردهای طبقهبندی.
این دستاورد میتواند راهکار جذابی برای تیمهایی باشد که به دنبال افزایش دقت مدلهای خود بدون نقض حریم خصوصی هستند.
منبع: arXiv Machine Learning
