異種タブularデータに対するカスケード型フローマッチング（混在型特徴量）

要旨：生成モデリングの進歩は、離散特徴と連続特徴を含むテーブルデータに最近適用されてきた。しかし、離散状態と、本来は連続分布に属するものを組み合わせて、単一の特徴の中で混合型（mixed-type）の特徴を生成することは依然として難しい。私たちは、テーブルデータ向け拡散モデルに対して、カスケード（段階的）アプローチを用いることで最先端を更新する。まず、テーブルデータの1行の低解像度版、すなわち純粋にカテゴリ（categorical）である特徴の集合と、数値特徴の粗いカテゴリ表現を生成する。次に、この情報を、高解像度のフローマッチング（flow matching）モデルにおいて、新しいガイド付き条件付き確率パスとデータ依存のカップリングを介して活用する。数値特徴の低解像度表現は、欠損値や不自然に増幅された値などの離散的な結果を明示的に考慮し、それによって混合型特徴をより忠実に生成できるようにする。さらに、このカスケードが輸送コストの上界を引き締める（tightenする）ことを形式的に証明する。結果は、私たちのモデルがより大幅に現実的なサンプルを生成し、例えば検出スコアが51.9\%向上するなど、分布の詳細をより正確に捉えることを示している。コードは https://github.com/muellermarkus/tabcascade で公開されている。