Podaci vremenske serije vrsta su podataka koju karakterizira slijed događaja, opažanja ili mjerenja prikupljenih i poredanih s datumsko-vremenskim intervalima, koji obično predstavljaju promjene u varijabli tijekom vremena, a podržava ih Syntho.
Podatke vremenske serije teže je sintetizirati jer treba uhvatiti vremenske ovisnosti i obrasce svojstvene sekvencijalnim opažanjima u stvarnom svijetu. Za razliku od neovisnih i identično distribuiranih podataka, gdje svako opažanje nije povezano s drugima, podaci vremenske serije pokazuju ovisnosti kroz vremenske korake. Mnoge organizacije i većina rješenja otvorenog koda ne mogu dobro sintetizirati vremenske serije ili uopće ne podržavaju podatke vremenskih serija.
Naš Syntho Engine optimiziran je za točnu sintezu najsloženijih vremenskih serija podataka. Optimizirali smo naše modele u suradnji s vodećim organizacijama koje rade s najsloženijim vremenskim serijama podataka.
Syntho je surađivao s vodećim organizacijama, poput Medicinskog centra Cedars Sinai. Ove organizacije rade s najsloženijim vremenskim serijama podataka. To omogućuje Synthu da izgradi najbolji model slijeda koji može točno sintetizirati najsloženije vremenske serije.
S našim Syntho Engineom možete točno sintetizirati podatke koji sadrže vremenske serije. Naš pristup vješto bilježi korelacije i statističke obrasce između tablice entiteta i pridružene tablice koja sadrži longitudinalne informacije. To uključuje čak i složene strukture vremenskih serija, kao što su vremenske serije sa: