Извештај о обезбеђењу квалитета компаније Синтхо процењује генерисане синтетичке податке и показује тачност, приватност и брзину синтетичких података у поређењу са оригиналним подацима.
У Синтхо-у разумемо важност поузданих и тачних синтетичких података. Због тога пружамо свеобухватан извештај о осигурању квалитета за сваки рад са синтетичким подацима. Наш извештај о квалитету укључује различите метрике као што су дистрибуције, корелације, мултиваријантне дистрибуције, метрике приватности и још много тога. На овај начин можете лако проценити да су синтетички подаци које пружамо највишег квалитета и да се могу користити са истим нивоом тачности и поузданости као и ваши оригинални подаци.
Кратки поглед: овај одељак илуструје најважније ставке из нашег извештаја о квалитету синтетичких података. Наше процене испитују синтетичке податке у поређењу са стварним подацима у различитим димензијама.
Генерисање синтетичких података је сложено и замке постоје и морају се контролисати. Код АИ алгоритама, прекомерно прилагођавање представља ризик, а то је случај и са синтетичким генерисањем података са АИ. Дакле, треба контролисати ризик од преоптерећења приликом генерисања синтетичких података. Ризик од преоптерећења је контролисан у Синтхо Енгине-у. Поврх тога, извештај Синтхо Куалити Ассуранце (КА) омогућава организацијама да покажу да се синтетички подаци не уклапају у оригиналне податке. Такође процењујемо аспекте који се више односе на приватност, који често користе интерни ревизори.
Тестирајте на „Тачно подударање“ са идентичним односом подударања (ИМР)
Демонстрација да однос записа синтетичких података који се поклапају са стварним записом у односу на оригиналне податке није значајно већи од односа који се може очекивати када се анализирају подаци о возу.
Тест он „Слични мечеви” са рекордом удаљености до најближег (ДЦР)
Демонстрација да нормализована удаљеност за записе синтетичких података до њиховог најближег стварног записа у оквиру оригиналних података није значајно ближа од удаљености која се може очекивати када се анализирају подаци о возу.
Тест он „Изузетници“ са Однос удаљености најближег суседа (ННДР)
Демонстрација да однос удаљености између најближег и другог најближег синтетичког записа и њиховог најближег записа у оквиру оригиналних података није значајно ближи од односа који се очекује за податке о возу.
Ово је само снимак који сумира суштину нашег истраживања квалитета синтетичких података и извештаја о обезбеђењу квалитета. Нуди нијансирано разумевање дистрибуција, корелација и мултиваријантних дистрибуција као дела синтетичких података који су обухваћени напредним могућностима Синтхо Енгине-а. Више детаља о нашем извештају о осигурању квалитета доступно је на захтев.