Synthon laadunvarmistusraportti arvioi luotua synteettistä dataa ja osoittaa synteettisten tietojen tarkkuuden, yksityisyyden ja nopeuden verrattuna alkuperäisiin tietoihin.
Me Syntholla ymmärrämme luotettavan ja tarkan synteettisen tiedon tärkeyden. Siksi tarjoamme kattavan laadunvarmistusraportin jokaiselle synteettiselle data-ajolle. Laaturaporttimme sisältää erilaisia mittareita, kuten jakaumia, korrelaatioita, monimuuttujajakaumia, tietosuojatietoja ja paljon muuta. Näin voit helposti arvioida, että tarjoamamme synteettiset tiedot ovat korkealaatuisia ja että niitä voidaan käyttää samalla tarkkuudella ja luotettavuudella kuin alkuperäisiä tietojasi.
Vilauksen vangitseminen: tämä osio havainnollistaa synteettisen tiedon laaturaportin kohokohtia. Arvioinnissamme tarkastellaan synteettistä dataa verrattuna todelliseen dataan eri ulottuvuuksista.
Synteettisen datan monimuuttujajakaumat verrattuna todelliseen dataan
Monimuuttujajakaumat ja monimuuttujakorrelaatiot vievät meidät yksittäisten ulottuvuuksien ulkopuolelle ja tarjoavat kattavan kuvan siitä, kuinka useat muuttujat liittyvät toisiinsa. Syntho Engine vangitsee nämä suhteet.
Synteettisen tiedon tuottaminen on monimutkaista, ja sudenkuoppia on olemassa, ja niitä on valvottava. Tekoälyalgoritmeilla ylisovitus on riski, ja tämä koskee myös synteettistä datan luontia tekoälyn avulla. Siksi ylisovitusriskiä tulisi hallita synteettistä dataa luotaessa. Yliasennusriskiä valvotaan Syntho Enginessä. Tämän lisäksi Syntho Quality Assurance (QA) -raportti antaa organisaatioille mahdollisuuden osoittaa, että synteettiset tiedot eivät sopineet liikaa alkuperäisiin tietoihin. Arvioimme myös enemmän yksityisyyteen liittyviä näkökohtia, joita sisäiset tarkastajat usein käyttävät.
Testaa "tarkkoja osumia" IMR (Identical Match Ratio) -suhteella
Osoitus, että synteettisten datatietueiden suhde, jotka vastaavat todellista tietuetta alkuperäisestä tiedosta, ei ole merkittävästi suurempi kuin suhde, joka voidaan odottaa junadataa analysoitaessa.
Testaa päälle “Samankaltaiset ottelut” etäisyys lähimpään tietueeseen (DCR)
Osoitus, että synteettisten tietueiden normalisoitu etäisyys niiden lähimpään todelliseen tietueeseen alkuperäisessä tiedossa ei ole merkittävästi lähempänä kuin etäisyys, joka voidaan odottaa junatietoja analysoitaessa.
Testaa päälle "outliers" kanssa Lähin naapurietäisyyssuhde (NNDR)
Osoitus siitä, että lähimmän ja toiseksi lähimmän synteettisen tietueen ja niiden lähimmän tietueen välinen etäisyyssuhde alkuperäisessä tiedossa ei ole merkittävästi lähempänä kuin suhde, joka on odotettavissa junatiedoille.
Tämä on vain tilannekuva, joka tiivistää synteettisen datan laadun tutkimus- ja laadunvarmistusraporttimme olemuksen. Se tarjoaa vivahteikkaan ymmärryksen jakaumista, korrelaatioista ja monimuuttujajakaumista osana synteettistä dataa Syntho Enginen kehittyneiden ominaisuuksien avulla. Lisätietoja laadunvarmistusraportistamme on saatavilla pyynnöstä.