SAS-ийн өгөгдлийн мэргэжилтнүүд бидний синтетик өгөгдлийн хөндлөнгийн үнэлгээ

Бидний нийлэг өгөгдөл юм үнэлэгдсэн болон баталсан -ийн мэдээллийн мэргэжилтнүүд SAS

sas
Демо захиалах

SAS-ийн өгөгдлийн мэргэжилтнүүдийн хийсэн бидний синтетик өгөгдлийн хөндлөнгийн үнэлгээний танилцуулга

Бид юу хийсэн бэ?

Syntho-ийн үүсгэсэн синтетик өгөгдлийг SAS-ийн мэдээллийн мэргэжилтнүүд гадны болон бодитой үүднээс үнэлж, баталгаажуулж, баталгаажуулдаг.

Яагаад манай синтетик өгөгдлийг SAS-ийн мэдээллийн мэргэжилтнүүд гаднаас үнэлдэг вэ?

Хэдийгээр Syntho нь хэрэглэгчдэдээ чанарын баталгааны дэвшилтэт тайланг санал болгож байгаадаа бахархаж байгаа ч бид мөн салбарын тэргүүлэгчдээс синтетик өгөгдөлд хөндлөнгийн болон бодитой үнэлгээ өгөхийн чухлыг ойлгодог. Тийм ч учраас бид синтетик өгөгдлийг үнэлэхийн тулд аналитикийн тэргүүлэгч SAS-тай хамтран ажилладаг.

SAS нь өгөгдлийн нарийвчлал, нууцлалын хамгаалалт, Syntho-ийн хиймэл оюун ухаанаар үүсгэсэн нийлэг өгөгдлийн ашиглалтын байдлыг анхны өгөгдөлтэй харьцуулахад янз бүрийн нарийвчилсан үнэлгээ хийдэг. Дүгнэж хэлэхэд SAS нь Syntho-ийн синтетик өгөгдлийг анхны өгөгдөлтэй харьцуулахад үнэн зөв, аюулгүй, ашиглах боломжтой гэж үнэлж, баталсан.

Энэ үнэлгээний үеэр SAS юу хийсэн бэ?

Бид зорилтот өгөгдлөөр "зайлшгүй" таамаглахад ашигладаг харилцаа холбооны өгөгдлийг ашигласан. Үнэлгээний зорилго нь янз бүрийн алдагдлыг урьдчилан таамаглах загваруудыг сургах, загвар бүрийн гүйцэтгэлийг үнэлэхэд синтетик өгөгдлийг ашиглах явдал байв. Урьдчилан таамаглах нь ангиллын ажил тул SAS нь дараах таамаглалыг гаргахын тулд алдартай ангиллын загваруудыг сонгосон.

  1. Санамсаргүй ой
  2. Градиент нэмэгдүүлэх
  3. Логистик регресс
  4. Мэдрэлийн сүлжээ

Синтетик өгөгдлийг үүсгэхийн өмнө SAS нь харилцаа холбооны өгөгдлийн багцыг галт тэрэгний багц (загваруудыг сургах) болон саатуулах багц (загваруудад оноо авах) гэж санамсаргүй байдлаар хуваадаг. Онооны хувьд тусдаа зогсолтын багцтай байх нь ангиллын загвар нь шинэ өгөгдөлд хэрэглэгдэх үед хэр үр дүнтэй болохыг бодитой үнэлэх боломжийг олгодог.

Галт тэрэгний багцыг оролт болгон ашиглаж Syntho нь синтетик мэдээллийн багц үүсгэхийн тулд Syntho хөдөлгүүрээ ашигласан. Шинжилгээний хувьд SAS нь тодорхой босго (k-нэрээ нууцлах)-д хүрэхийн тулд янз бүрийн нэрээ нууцлах арга техникийг хэрэглэсний дараа галт тэрэгний багцын нэргүй хувилбарыг бий болгосон. Өмнөх алхмуудын үр дүнд дөрвөн өгөгдлийн багц бий болсон:

  1. Галт тэрэгний өгөгдлийн багц (жишээ нь, анхны өгөгдлийн багцаас саатлын өгөгдлийн багцыг хассан)
  2. Хадгалах өгөгдлийн багц (жишээ нь анхны өгөгдлийн багцын дэд багц)
  3. Нэргүй өгөгдлийн багц (галт тэрэгний өгөгдлийн багцын нэргүй өгөгдөл, анхны өгөгдлийн багцыг хасах өгөгдлийн багц)
  4. Синтетик өгөгдлийн багц (галт тэрэгний өгөгдлийн багцын нийлэгжүүлсэн өгөгдөл, анхны өгөгдлийн багцаас саатлын өгөгдлийн багцыг хассан)

Ангиллын загвар бүрийг сургахад өгөгдлийн багц 1, 3, 4-ийг ашигласан бөгөөд үр дүнд нь 12 (3 x 4) бэлтгэгдсэн загвар бий болсон. Дараа нь SAS нь хэрэглэгчийн алдагдлыг урьдчилан таамаглахад загвар бүрийн нарийвчлалыг хэмжихийн тулд зогсолтын мэдээллийн багцыг ашигласан.

SAS нь өгөгдлийн нарийвчлал, нууцлалын хамгаалалт, Syntho-ийн хиймэл оюун ухаанаар үүсгэсэн нийлэг өгөгдлийн ашиглалтын байдлыг анхны өгөгдөлтэй харьцуулахад янз бүрийн нарийвчилсан үнэлгээ хийдэг. Дүгнэж хэлэхэд SAS нь Syntho-ийн синтетик өгөгдлийг анхны өгөгдөлтэй харьцуулахад үнэн зөв, аюулгүй, ашиглах боломжтой гэж үнэлж, баталсан.

Та ямар нэгэн асуулт байна уу?

Манай мэргэжилтнүүдийн нэгтэй ярилц

Холбоо барих

SAS-ийн мэдээллийн үнэлгээний эхний үр дүн

Синтетик өгөгдөл дээр бэлтгэгдсэн загварууд нь анхны өгөгдөл дээр бэлтгэгдсэн загваруудтай харьцуулахад маш төстэй оноо авдаг

Syntho-ийн нийлэг өгөгдөл нь зөвхөн үндсэн хэв маягт хамаарахаас гадна ахисан түвшний аналитик даалгавруудад шаардлагатай гүн гүнзгий "далд" статистикийн хэв маягийг агуулдаг. Сүүлийнх нь баганан диаграммд үзүүлсэн бөгөөд энэ нь синтетик өгөгдөл дээр бэлтгэгдсэн загваруудын нарийвчлал нь анхны өгөгдөл дээр бэлтгэгдсэн загваруудын нарийвчлалтай төстэй болохыг харуулж байна. Тиймээс синтетик өгөгдлийг загваруудыг бодитоор сургахад ашиглаж болно. Синтетик өгөгдлийн алгоритмуудын сонгосон оролт ба хувьсагчийн ач холбогдол нь анхны өгөгдөлтэй харьцуулахад маш төстэй байв. Тиймээс бодит эмзэг өгөгдлийг ашиглахын тулд загварчлалын процессыг синтетик өгөгдөл дээр хийж болно гэж дүгнэсэн.

Нэргүй өгөгдөл дээр сургагдсан загвар өмсөгчид яагаад муу оноо авдаг вэ?

Сонгодог нэрээ нууцлах аргууд нь хүмүүсийг хайхад саад болохын тулд анхны өгөгдлийг өөрчилдөг нийтлэг зүйл юм. Тэд өгөгдлийг удирдаж, улмаар үйл явц дахь өгөгдлийг устгадаг. Нэрээ нууцлах тусам таны өгөгдөл илүү сайн хамгаалагдахаас гадна таны өгөгдөл устах болно. Энэ нь ялангуяа "урьдчилан таамаглах хүч" чухал байдаг хиймэл оюун ухаан болон загварчлалын ажилд ихээхэн хохирол учруулдаг, учир нь чанар муутай өгөгдөл нь хиймэл оюун ухааны загвараас муу ойлголттой болоход хүргэдэг. SAS үүнийг харуулсан ба муруйн доорх талбай (AUC*) 0.5-тай ойролцоо байгаа нь нэрээ нууцалсан өгөгдөл дээр бэлтгэгдсэн загварууд хамгийн муу үзүүлэлттэй байгааг харуулж байна.

Синтетик өгөгдлийн үр дүн SAS

SAS-ийн синтетик мэдээллийн үнэлгээний нэмэлт үр дүн

SAS-ийн синтетик мэдээллийн үнэлгээний нэмэлт үр дүн

Хувьсагчдын хоорондын хамаарал ба хамаарлыг синтетик өгөгдөлд үнэн зөв хадгалсан.

Загварын гүйцэтгэлийг хэмжих хэмжүүр болох муруйн доорх талбай (AUC) нь тогтвортой хэвээр байв.

Цаашилбал, загвар дахь хувьсагчдын таамаглах чадварыг харуулсан хувьсагчийн ач холбогдол нь синтетик өгөгдлийг анхны өгөгдлийн багцтай харьцуулах үед хэвээр үлдсэн.

SAS-ийн хийсэн эдгээр ажиглалтууд болон SAS Viya-г ашигласнаар Syntho Engine-ийн үүсгэсэн синтетик өгөгдөл нь чанарын хувьд бодит өгөгдөлтэй яг ижил түвшинд байна гэж бид итгэлтэйгээр дүгнэж болно. Энэ нь загвар боловсруулахад синтетик өгөгдлийг ашиглахыг баталгаажуулж, синтетик өгөгдөл бүхий дэвшилтэт аналитик хийх замыг нээж өгдөг.

SAS-ийн мэдээллийн шинжээчдийн дүгнэлт

  • Синтетик өгөгдөл дээр бэлтгэгдсэн загварууд нь анхны өгөгдөл дээр бэлтгэгдсэн загваруудтай харьцуулахад маш төстэй гүйцэтгэлийг харуулдаг
  • "Сонгодог нэрээ нууцлах арга техник"-ээр нэрээ нууцалсан өгөгдөл дээр сургагдсан загварууд нь анхны өгөгдөл эсвэл синтетик өгөгдөл дээр сургагдсан загваруудтай харьцуулахад гүйцэтгэл муу байгааг харуулж байна.
  • Энэ техник нь өгөгдлийн багц болон өгөгдлийн төрөл тус бүрээр яг адилхан ажилладаг тул синтетик өгөгдөл үүсгэх нь хялбар бөгөөд хурдан юм
Sas лого

Бидний нийлэг өгөгдөл юм баталсан SAS-ийн мэдээллийн мэргэжилтнүүд

Өгүүллийг уншина уу

Лавлах нийтлэлүүд

syntho гарын авлагын хавтас

Синтетик мэдээллийн гарын авлагыг яг одоо хадгалаарай!

  • Синтетик өгөгдөл гэж юу вэ?
  • Байгууллага яагаад үүнийг ашигладаг вэ?
  • Синтетик өгөгдлийн үйлчлүүлэгчийн тохиолдлуудыг нэмэх үнэ цэнэ
  • Яаж эхлэх вэ
Хүсэлтийн хөтөч
Мэргэжилтнүүдтэй холбоо барина уу