跳过基准：使用生成机器学习生成系统级高级综合数据

原文约300字，阅读约需1分钟。发表于：。

该论文提出了一种名为 Vaegan 的新方法，利用生成式机器学习生成足够强大以支持复杂系统级高级综合设计空间探索实验的合成数据，该方法使用变分自动编码器（VAE）和生成对抗网络（GAN）来进行任务，并使用先进的数据集和度量标准对方法进行评估，与之前的工作进行比较，表明 Vaegan 可以有效生成与真实数据分布接近的合成高级综合设计空间数据。

该论文提出了一种名为Vaegan的新方法，利用生成式机器学习生成合成数据以支持复杂系统级高级综合设计空间探索实验。Vaegan使用VAE和GAN进行任务，并通过先进的数据集和度量标准进行评估。与之前的工作相比，Vaegan能够有效生成接近真实数据分布的合成高级综合设计空间数据。