Os datos de series temporais son un tipo de datos caracterizado por unha secuencia de eventos, observacións ou medicións recollidas e ordenadas con intervalos de data e hora, que normalmente representan os cambios nunha variable ao longo do tempo, e son compatibles con Syntho.
Os datos de series temporais son máis difíciles de sintetizar porque precisan capturar as dependencias temporais e os patróns inherentes ás observacións secuenciais do mundo real. A diferenza dos datos independentes e distribuídos de forma idéntica, onde cada observación non está relacionada coas outras, os datos de series temporais presentan dependencias entre os pasos de tempo. Moitas organizacións e a maioría das solucións de código aberto non poden sintetizar ben as series temporais ou non admiten datos de series temporais en absoluto.
O noso motor de sintetización está optimizado para sintetizar con precisión os datos de series temporais máis complexos. Optimizamos os nosos modelos en colaboración con organizacións líderes que traballan cos datos de series temporais máis complexas.
Syntho colaborou con organizacións líderes, como o Cedars Sinai Medical Center. Estas organizacións traballan cos datos de series temporais máis complexas. Isto permite a Syntho construír o mellor modelo de secuencia sendo capaz de sintetizar con precisión as series de tempo máis complexas.
Co noso motor Syntho, pode sintetizar con precisión datos que conteñan series temporais. O noso enfoque captura con habilidade as correlacións e os patróns estatísticos entre a táboa de entidades e a táboa asociada que contén información lonxitudinal. Isto incluía incluso estruturas de series temporais complexas, como series temporais con: