Syntho'nun kalite güvence raporu, oluşturulan sentetik verileri değerlendirir ve orijinal verilerle karşılaştırıldığında sentetik verilerin doğruluğunu, gizliliğini ve hızını gösterir.
Syntho olarak güvenilir ve doğru sentetik verilerin önemini anlıyoruz. Bu nedenle her sentetik veri çalışması için kapsamlı bir kalite güvence raporu sunuyoruz. Kalite raporumuz dağıtımlar, korelasyonlar, çok değişkenli dağılımlar, gizlilik ölçümleri ve daha fazlası gibi çeşitli ölçümleri içerir. Bu sayede sunduğumuz sentetik verilerin en yüksek kalitede olduğunu ve orijinal verilerinizle aynı düzeyde doğruluk ve güvenilirlikle kullanılabileceğini kolayca değerlendirebilirsiniz.
Bir bakış yakalamak: Bu bölümde sentetik veri kalitesi raporumuzun önemli noktaları gösterilmektedir. Değerlendirmelerimiz sentetik verileri çeşitli boyutlarda gerçek verilerle karşılaştırmalı olarak inceliyor.
Gerçek verilerle karşılaştırmalı Sentetik Veri Çok Değişkenli Dağılımlar
Çok değişkenli dağılımlar ve çok değişkenli korelasyonlar bizi tekil boyutların ötesine taşıyarak çok sayıda değişkenin nasıl ilişkili olduğuna dair kapsamlı bir görünüm sağlar. Syntho Engine bu ilişkileri yakalar.
Sentetik veri üretimi karmaşıktır ve tuzaklar mevcuttur ve bunların kontrol edilmesi gerekir. Yapay zeka algoritmalarında aşırı uyum bir risktir ve bu aynı zamanda yapay zeka ile sentetik veri üretimi için de geçerlidir. Bu nedenle sentetik veri üretilirken aşırı uyum riskinin kontrol edilmesi gerekir. Aşırı uyum riski Syntho Engine'de kontrol edilir. Üstelik Syntho Kalite Güvencesi (QA) raporu, kuruluşların sentetik verilerin orijinal verilere fazla uymadığını göstermelerine olanak tanır. Ayrıca iç denetçiler tarafından sıklıkla kullanılan, gizlilikle ilgili daha fazla hususu da değerlendiriyoruz.
Özdeş Eşleşme Oranı (IMR) ile "Tam eşleşmeler" üzerinde test yapın
Orijinal verilerden gerçek bir kayıtla eşleşen sentetik veri kayıtlarının oranının, tren verileri analiz edilirken beklenebilecek orandan önemli ölçüde daha yüksek olmadığının gösterilmesi.
Test etmek “Benzer maçlar” En Yakın Kayda Uzaklık (DCR) ile
Sentetik veri kayıtlarının orijinal veriler içindeki en yakın gerçek kayda olan normalleştirilmiş mesafesinin, tren verileri analiz edilirken beklenebilecek mesafeden önemli ölçüde daha yakın olmadığının gösterilmesi.
Test etmek “Aykırı Değerler” ile En Yakın Komşu Mesafe Oranı (NNDR)
En yakın ve ikinci en yakın sentetik kayıt ile orijinal veriler içindeki en yakın kayıt arasındaki mesafe oranının, tren verileri için beklenen orandan önemli ölçüde daha yakın olmadığının gösterilmesi.
Bu yalnızca sentetik veri kalitesi araştırmamızın ve kalite güvence raporumuzun özünü özetleyen bir anlık görüntüdür. Syntho Engine'in gelişmiş yetenekleri tarafından yakalanan sentetik verilerin bir parçası olarak dağılımlara, korelasyonlara ve çok değişkenli dağılımlara ilişkin incelikli bir anlayış sunar. Kalite güvence raporumuz hakkında daha fazla ayrıntı istek üzerine mevcuttur.