SYNTHETIC DATA GENERATION

Examples described herein provide synthetic data generation. Aspects can include receiving one or more inputs each defining one or more conditions for synthetic data generation and applying one or more encoders to the one or more inputs to generate a shared feature space of feature representations. A generator generates synthetic data based on the feature representations of the shared feature space. A discriminator compares real data and the synthetic data to distinguish one or more differences between the real data and the synthetic data. Adversarial training can be applied using adversarial loss information based on the one or more differences to train the one or more encoders, the generator, and the discriminator to modify one or more components to more closely align the synthetic data with the one or more conditions and in a more similar distribution as the real data. Des exemples de la présente invention concernent la génération de données synthétiques. Des aspects peuvent consister à recevoir une ou plusieurs entrées définissant chacune une ou plusieurs conditions pour la génération de données synthétiques et à appliquer un ou plusieurs codeurs à la ou aux entrées pour générer un espace de caractéristiques partagées de représentations de caractéristiques. Un générateur génère des données synthétiques sur la base des représentations de caractéristiques de l'espace de caractéristiques partagées. Un discriminateur compare les données réelles et les données synthétiques pour distinguer une ou plusieurs différences entre les données réelles et les données synthétiques. Un entraînement contradictoire peut être appliqué à l'aide d'informations de perte antagoniste sur la base de la ou des différences pour entraîner le ou les codeurs, le générateur et le discriminateur pour modifier un ou plusieurs composants pour aligner plus étroitement les données synthétiques avec la ou les conditions et dans une distribution plus similaire que les données réelles.