تم اقتراح TreeSynth بشكل مشترك من قبل فريق بحثي من جامعة هونج كونج والجامعة الصينية في هونج كونج في مارس 2025، وتم نشر نتائج البحث ذات الصلة في الورقة "TreeSynth: تجميع بيانات متنوعة من الصفر عبر تقسيم الفضاء الفرعي الموجه بالشجرة".

TreeSynth هي طريقة بيانات تركيبية قائمة على فضاءات فرعية موجهة شجريًا، مستوحاة من أشجار القرار. تُنشئ هذه الطريقة شجرة تقسيم مكانية لتقسيم مساحة البيانات الكاملة (العقدة الجذرية) لمهمة محددة بشكل متكرر إلى فضاءات فرعية ذرية متعددة (عقد ورقية). هذه الفضاءات الفرعية حصرية وشاملة، مما يضمن التفرد والشمولية قبل تجميع العينات داخل كل فضاء فرعي ذري. تُظهر التجارب المكثفة على معايير أداء مختلفة باستمرار أن TreeSynth يتفوق على مجموعات البيانات المُنشأة يدويًا وطرق تجميع البيانات المماثلة من حيث تنوع البيانات، وأداء النموذج، وقابلية التوسع القوية، محققًا تحسنًا متوسطًا في الأداء قدره 10¹TP³T.