Synthetic Training Data Generation Method for Databases containing Important Rare Data

• Project/Area Number: 25K15130
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60080:Database-related
• Research Institution: Hiroshima University
• Principal Investigator: 森本 康彦 広島大学, 先進理工系科学研究科(工), 教授 (00363010)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2028: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2027: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
• Keywords: 生成AI / 表データ生成 / 異常値生成 / 特異値生成 / プライバシー保護

Outline of Research at the Start

本研究では，学習データとして利用するための表形式のデータの人工生成法の研究を行う．データ生成では，敵対的生成ネットワーク（GAN）を使った手法が有効であるが，本研究で注目している異常値や特異値などのレアデータにおいてプライバシーリスクが指摘されている．そのリスクを回避する手法として差分プライバシー（DP）が有力であるが，レアデータを保護するためには加えるべきノイズを大きくしなければならず，データの価値が大きく損なわれる．そこで本研究では，レアデータの価値とプライバシーを両立できる新しいデータ生成技術の研究開発を行う．