詳細解釋
合成數據（Synthetic Data）是人工生成而非直接從現實世界測量的數據，保留原始數據的統計特性，用於隱私保護、數據擴充和邊緣案例測試。
生成方法：
- 統計方法：
- 基於分布採樣
- 蒙特卡羅模擬
- 自舉法（Bootstrap）
- 機器學習：
- VAE：變分自編碼器
- GAN：對抗生成網絡
- 高斯混合模型
- 規則基礎：
- 領域專家規則
- 物理模擬
- 遊戲引擎
應用場景：
- 隱私保護：替代敏感真實數據
- 數據擴充：增加訓練樣本
- 邊緣案例：測試罕見情況
- 數據平衡：合成少數類
- 模擬環境：機器人、自動駕駛
挑戰：
- 保真度：與真實數據相似度
- 隱私洩漏：生成數據反推原始
- 領域差距：合成到真實遷移
- 驗證困難：無真實標籤驗證
隱私技術：
- 差分隱私生成
- 聯邦生成
- 同態加密訓練
合成數據是解決數據稀缺和隱私問題的重要工具。