Enhancing Semi-Supervised Learning in Educational Data Mining Through Synthetic Data Generation Using Tabular Variational Autoencoder

This paper presents TVAE-SSL, a novel semi-supervised learning (SSL) paradigm that involves Tabular Variational Autoencoder (TVAE)-sampled synthetic data injection into the training process to enhance model performance under low-label data conditions in Educational Data Mining tasks. The algorithm b...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Algorithms Ročník 18; číslo 10; s. 663
Hlavní autoři:	Kostopoulos, Georgios, Fazakis, Nikos, Kotsiantis, Sotiris, Dimakopoulos, Yiannis
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Basel MDPI AG 01.10.2025
Témata:	Academic failure Accuracy Algorithms At risk students College students Data mining Datasets Distance learning Education Educational Data Mining Experiments fairness Higher education Labels Machine learning Methods Performance evaluation prediction Quality of education Samples Semi-supervised learning Synthetic data Tables (data) variational auto-encoder
ISSN:	1999-4893, 1999-4893
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!