Obsługiwane dane silnika Syntho

Jakie rodzaje danych obsługuje Syntho?

Syntho obsługuje dowolną formę danych tabelarycznych

Synto obsługuje dowolną formę danych tabelarycznych, a także obsługuje złożone typy danych. Dane tabelaryczne to rodzaj uporządkowanych danych zorganizowanych w wiersze i kolumny, zwykle w formie tabeli. W większości przypadków dane tego typu można znaleźć w bazach danych, arkuszach kalkulacyjnych i innych systemach zarządzania danymi.

Kompleksowa obsługa danych

Dane szeregów czasowych
Duże wielotabelowe zestawy danych i bazy danych
Dowolny język (holenderski, angielski itp.)
Dowolny alfabet (angielski, chiński, japoński itp.)
Dane o lokalizacji geograficznej (np. GPS)

Kompleksowa obsługa danych

Syntho obsługuje duże wielotabelowe zestawy danych i bazy danych

Syntho obsługuje duże wielotabelowe zestawy danych i bazy danych. Również w przypadku wielotabelowych zestawów danych i baz danych maksymalizujemy dokładność danych dla każdego zadania generowania danych syntetycznych i demonstrujemy to w naszym raporcie dotyczącym jakości danych. Ponadto eksperci ds. danych SAS ocenili i zatwierdzili nasze dane syntetyczne z zewnętrznego punktu widzenia.

Zoptymalizowaliśmy naszą platformę, aby zminimalizować wymagania obliczeniowe (np. brak konieczności stosowania procesora graficznego), bez uszczerbku dla dokładności danych. Ponadto obsługujemy automatyczne skalowanie, dzięki czemu można zsyntetyzować ogromne bazy danych.

Specjalnie dla wielotabelowych zestawów danych i baz danych automatycznie wykrywamy typy danych, schematy i formaty, aby zmaksymalizować dokładność danych. W przypadku wielotabelowej bazy danych obsługujemy automatyczne wnioskowanie i syntezę relacji między tabelami zachować integralność referencyjną. Wreszcie popieramy kompleksowe operacje na tabelach i kolumnach dzięki czemu możesz skonfigurować swoje zadanie generowania danych syntetycznych, również dla wielotabelowych zestawów danych i baz danych.

Zachowana integralność referencyjna

Syntho obsługuje automatyczne wnioskowanie i syntezę relacji między tabelami. Automatycznie wnioskujemy i generujemy klucze podstawowe i obce, które odzwierciedlają Twoje tabele źródłowe i zabezpieczają relacje w Twoich bazach danych i różnych systemach, aby zachować integralność referencyjną. Relacje klucza obcego są automatycznie przechwytywane z bazy danych w celu zachowania integralności referencyjnej. Alternatywnie można uruchomić skanowanie w poszukiwaniu potencjalnych relacji klucza obcego (gdy klucze obce nie są zdefiniowane w bazie danych, ale np. w warstwie aplikacji) lub dodać je ręcznie.

Kompleksowe operacje na tabelach i kolumnach

Syntezuj, duplikuj lub wykluczaj tabele lub kolumny zgodnie z własnymi preferencjami. Podczas syntezy bazy danych z wieloma tabelami, zwykle chciałbyś mieć możliwość skonfigurowania zadania generowania danych syntetycznych, aby uwzględnić i/lub wykluczyć żądaną kombinację tabel.

Tryby stołu:

Synteza: użyj sztucznej inteligencji, aby zsyntetyzować tabelę
Duplikuj: skopiuj tabelę jak jest do docelowej bazy danych
Wyklucz: wyklucz tabelę z docelowej bazy danych

Kompleksowa obsługa danych

Syntho obsługuje dane syntetyczne zawierające dane szeregów czasowych

Syntho obsługuje również dane szeregów czasowych. dane szeregów czasowych to rodzaj danych gromadzonych i organizowanych w porządku chronologicznym, przy czym każdy punkt danych reprezentuje określony punkt w czasie. Ten typ danych jest powszechnie wykorzystywany w wielu sektorach. Może to być na przykład w finansach (na przykład z klientami dokonującymi transakcji) lub w opiece zdrowotnej (gdzie pacjenci poddawani są zabiegom) i wielu innych, gdzie ważne jest zrozumienie trendów i wzorców w czasie.

Szeregi czasowe mogą być gromadzone w regularnych lub nieregularnych odstępach czasu. Dane mogą być jednowymiarowe, składające się z jednej zmiennej, takiej jak temperatura, lub wielowymiarowe, składające się z wielu zmiennych mierzonych w czasie, takich jak wartość portfela akcji lub przychody i wydatki firmy.

Analiza danych szeregów czasowych często obejmuje identyfikowanie wzorców, trendów i wahań sezonowych w czasie, a także przewidywanie przyszłych wartości na podstawie danych z przeszłości. Wgląd uzyskany z analizy danych szeregów czasowych może być wykorzystany do szerokiego zakresu zastosowań, takich jak prognozowanie sprzedaży, prognozowanie pogody lub wykrywanie anomalii w sieci. W związku z tym podczas syntezy danych często wymagane jest wsparcie dla danych szeregów czasowych.

Obsługiwane typy danych szeregów czasowych

Szeregi czasowe z równymi interwałami
Szeregi czasowe z nierównymi przedziałami
Szeregi czasowe o równych długościach
Szeregi czasowe o nierównych długościach
Szeregi czasowe z brakującymi obserwacjami
Ogromne ciągi szeregów czasowych

Autokorelacje są uwzględniane w naszym raporcie kontroli jakości