Syntho Engineがサポートするデータ

Syntho は、大規模な複数テーブルのデータセットとデータベースをサポートしています。 また、複数テーブルのデータセットとデータベースについては、すべての合成データ生成ジョブのデータ精度を最大化し、これをデータ品質レポートで示します。 さらに、SAS データの専門家は、当社の合成データを外部の視点から評価し、承認しました。

データの精度を損なうことなく、計算要件を最小限に抑えるようにプラットフォームを最適化しました (例: GPU は必要ありません)。 さらに、Auto Scaling をサポートしているため、巨大なデータベースを合成できます。

特に、マルチテーブル データセットとデータベースの場合、データ タイプ、スキーマ、形式を自動的に検出して、データの精度を最大限に高めます。マルチテーブル データベースの場合、テーブル関係の自動推論と合成をサポートします。最後に、マルチテーブル データセットとデータベースでも合成データ生成ジョブを構成できるように、包括的なテーブルと列の操作をサポートします。

好みに合わせて、テーブルまたは列を合成、複製、または除外します。 複数のテーブルを持つデータベースを合成する場合、通常、合成データ生成ジョブを構成して、目的のテーブルの組み合わせを含めたり除外したりできるようにしたいと考えています。

テーブルモード:

• 合成：AIを使用してテーブルを合成します
• 複製: 個人を特定できる情報 (PII) を匿名化するか、テーブルを複製します 
• 除外: ターゲットデータベースからテーブルを除外します

このタイプのデータは、多くの分野で一般的に使用されています。たとえば、金融（顧客が取引を行うなど）や医療（患者が処置を受けるなど）など、時間の経過に伴う傾向やパターンを把握することが重要な多くの分野で使用されています。

時系列データは、定期的または不定期に収集できます。 データは、温度などの単一の変数で構成される単変量、または株式ポートフォリオの価値や企業の収益と費用など、経時的に測定される複数の変数で構成される多変量の場合があります。

時系列データの分析には、多くの場合、時間の経過に伴うパターン、傾向、季節変動の特定、および過去のデータに基づく将来の値の予測が含まれます。 時系列データの分析から得られた洞察は、売上予測、天気予報、ネットワークの異常検出など、幅広い用途に使用できます。 したがって、データを合成するときは、時系列データのサポートが必要になることがよくあります。