Správa o zabezpečení kvality spoločnosti Syntho hodnotí generované syntetické údaje a preukazuje presnosť, súkromie a rýchlosť syntetických údajov v porovnaní s pôvodnými údajmi.
V Syntho chápeme dôležitosť spoľahlivých a presných syntetických údajov. Preto poskytujeme komplexnú správu o zabezpečení kvality pre každý priebeh syntetických údajov. Náš prehľad kvality obsahuje rôzne metriky, ako sú distribúcie, korelácie, distribúcie s viacerými premennými, metriky ochrany osobných údajov a ďalšie. Týmto spôsobom môžete ľahko posúdiť, že syntetické údaje, ktoré poskytujeme, majú najvyššiu kvalitu a možno ich použiť s rovnakou úrovňou presnosti a spoľahlivosti ako vaše pôvodné údaje.
Zachytenie pohľadu: táto časť ilustruje najdôležitejšie body z našej správy o kvalite syntetických údajov. Naše hodnotenia skúmajú syntetické údaje v porovnaní so skutočnými údajmi v rôznych dimenziách.
Generovanie syntetických údajov je zložité a existujú úskalia, ktoré je potrebné kontrolovať. Pri algoritmoch AI je nadmerná montáž rizikom, a to je aj prípad generovania syntetických údajov pomocou AI. Preto by sa pri generovaní syntetických údajov malo kontrolovať riziko nadmerného vybavenia. Riziko preťaženia je kontrolované v Syntho Engine. Okrem toho správa Syntho Quality Assurance (QA) umožňuje organizáciám preukázať, že syntetické údaje sa nezhodovali s pôvodnými údajmi. Posudzujeme aj viac aspektov súvisiacich s ochranou súkromia, ktoré často využívajú interní audítori.
Testovanie „presných zhôd“ s identickým pomerom zhody (IMR)
Preukázanie, že pomer syntetických dátových záznamov, ktoré sa zhodujú so skutočným záznamom z pôvodných dát, nie je výrazne väčší ako pomer, ktorý možno očakávať pri analýze dát o vlaku.
Otestujte sa “Podobné zápasy” so vzdialenosťou k najbližšiemu záznamu (DCR)
Preukázanie, že normalizovaná vzdialenosť záznamov syntetických údajov k ich najbližšiemu skutočnému záznamu v rámci pôvodných údajov nie je výrazne bližšia ako vzdialenosť, ktorú možno očakávať pri analýze údajov o vlaku.
Otestujte sa „Odľahlé hodnoty“ s Pomer vzdialenosti najbližšieho suseda (NNDR)
Preukázanie, že pomer vzdialenosti medzi najbližším a druhým najbližším syntetickým záznamom k ich najbližšiemu záznamu v rámci pôvodných údajov nie je výrazne bližší ako pomer, ktorý možno očakávať pre údaje o vlaku.
Toto je len snímka, ktorá sumarizuje podstatu nášho prieskumu kvality syntetických údajov a správy o zabezpečení kvality. Ponúka jemné chápanie distribúcií, korelácií a viacrozmerných distribúcií ako súčasť syntetických údajov zachytených pokročilými možnosťami Syntho Engine. Ďalšie podrobnosti o našej správe o zabezpečení kvality sú k dispozícii na požiadanie.