Mae adroddiad sicrhau ansawdd Syntho yn asesu data synthetig a gynhyrchir ac yn dangos cywirdeb, preifatrwydd a chyflymder y data synthetig o'i gymharu â'r data gwreiddiol.
Yn Syntho, rydym yn deall pwysigrwydd data synthetig dibynadwy a chywir. Dyna pam rydym yn darparu adroddiad sicrhau ansawdd cynhwysfawr ar gyfer pob rhediad data synthetig. Mae ein hadroddiad ansawdd yn cynnwys amrywiol fetrigau megis dosraniadau, cydberthnasau, dosbarthiadau aml-amrywedd, metrigau preifatrwydd, a mwy. Fel hyn, gallwch yn hawdd asesu bod y data synthetig a ddarparwn o'r ansawdd uchaf a gellir ei ddefnyddio gyda'r un lefel o gywirdeb a dibynadwyedd â'ch data gwreiddiol.
Cael cipolwg: mae'r adran hon yn dangos uchafbwyntiau ein hadroddiad ansawdd data synthetig. Mae ein hasesiadau’n archwilio’r data synthetig o gymharu â’r data go iawn ar draws gwahanol ddimensiynau.
Dosbarthiadau Aml-newidyn Data Synthetig o gymharu â data go iawn
Mae dosraniadau aml-amrywedd a chydberthnasau aml-amrywedd yn mynd â ni y tu hwnt i ddimensiynau unigol, gan ddarparu golwg gynhwysfawr ar sut mae newidynnau lluosog yn gysylltiedig. Mae'r Syntho Engine yn dal y cysylltiadau hyn.
Mae cynhyrchu data synthetig yn gymhleth ac mae peryglon yn bodoli ac mae'n rhaid eu rheoli. Gydag algorithmau AI, mae gorffitio yn risg ac mae hyn hefyd yn wir ar gyfer cynhyrchu data synthetig gydag AI. Felly, dylid rheoli'r risg o orffitio wrth gynhyrchu data synthetig. Rheolir y risg o orffitio yn y Syntho Engine. Ar ben hynny, mae adroddiad Syntho Quality Assurance (SA) yn caniatáu i sefydliadau ddangos nad oedd y data synthetig yn gor-ffitio ar y data gwreiddiol. Rydym hefyd yn asesu ar agweddau mwy cysylltiedig â phreifatrwydd, a ddefnyddir yn aml gan archwilwyr mewnol.
Prawf ar “Union gemau” gyda'r Gymhareb Cydweddu Unfath (IMR)
Arddangosiad nad yw cymhareb y cofnodion data synthetig sy'n cyfateb i gofnod gwirioneddol o'r data gwreiddiol yn sylweddol uwch na'r gymhareb y gellir ei disgwyl wrth ddadansoddi data'r trên.
Prawf ymlaen “Cyfatebiaethau tebyg” gyda'r Cofnod Pellter i Agosaf (DCR)
Dangosiad nad yw'r pellter wedi'i normaleiddio ar gyfer cofnodion data synthetig i'w cofnod gwirioneddol agosaf o fewn y data gwreiddiol yn sylweddol agosach na'r pellter y gellir ei ddisgwyl wrth ddadansoddi data'r trên.
Prawf ymlaen “Outliers” gyda'r Cymhareb Pellter Cymydog Agosaf (NNDR)
Dangosiad nad yw'r gymhareb pellter rhwng y cofnod synthetig agosaf ac ail-agosaf i'w cofnod agosaf o fewn y data gwreiddiol yn sylweddol agosach na'r gymhareb a ddisgwylir ar gyfer data'r trên.
Dim ond cipolwg yw hwn sy'n crynhoi hanfod ein hadroddiad archwilio ansawdd data synthetig a sicrhau ansawdd. Mae'n cynnig dealltwriaeth gynnil o ddosraniadau, cydberthnasau, a dosraniadau aml-amrywedd fel rhan o ddata synthetig a ddaliwyd gan alluoedd uwch y Syntho Engine. Mae rhagor o fanylion am ein hadroddiad sicrhau ansawdd ar gael ar gais.