Proyectos / Trabajos del máster
Datos sintéticos
Siete generadores para datos de crisis escasos
Resumen
¿Ayudan los datos sintéticos cuando las crisis reales son raras? Siete generadores, del ruido añadido a la difusión, y 570 entrenamientos. Los sintéticos suben la balanced accuracy de 0,575 a 0,612, pero la mejora cae dentro del ruido, y el generador más fiel quedó séptimo en utilidad. Equipo de 3.
La pregunta
¿Pueden los modelos generativos ayudar a un clasificador cuando escasean los datos reales? Aquí la escasez es estructural: entre 2003 y 2026 hay unos diez episodios de estrés independientes. La tarea predice el régimen dominante de los próximos 21 días a partir de ventanas de 60. Montamos siete generadores, desde datos reales con ruido hasta gaussiano, CVAE, CGAN, RBIG, flow matching y difusión, con corte temporal, un embargo de 85 sesiones y un test siempre con datos reales.
Resultados
En 570 entrenamientos, los datos sintéticos suben la balanced accuracy de 0,575 a 0,612 y ganan a reponderar la pérdida, pero la mejora cae dentro de la banda de ruido. Y el generador más fiel a los datos quedó séptimo en utilidad.
Figuras
