<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Data Provenance on Blog Formize.com</title><link>https://blog.formize.com/cs/tags/data-provenance/</link><description>Recent content in Data Provenance on Blog Formize.com</description><generator>Hugo</generator><language>cs</language><atom:link href="https://blog.formize.com/cs/tags/data-provenance/index.xml" rel="self" type="application/rss+xml"/><item><title>Zrychlení provenance a souladu dat federovaného učení s Formize</title><link>https://blog.formize.com/cs/accelerating-federated-learning-data-provenance-with-formize/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://blog.formize.com/cs/accelerating-federated-learning-data-provenance-with-formize/</guid><description>&lt;h1 id="zrychlení-provenance-a-souladu-dat-federovaného-učení-s-formize">Zrychlení provenance a souladu dat federovaného učení s Formize&lt;/h1>
&lt;p>Federated learning (FL) se stal de‑facto strategií pro trénování vysoce kvalitních AI modelů při zachování surových dat na zařízení. Přístup řeší mnoho problémů s ochranou soukromí, ale zároveň přináší novou sadu výzev v oblasti souladu: sledování, která data přispěla k jaké aktualizaci modelu, prokazování, že souhlas byl získán, a zajištění, že auditní stopy jsou neměnné napříč tisíci edge uzly.&lt;/p>
&lt;p>Formize, platforma s nízkým a žádným kódem pro tvorbu souladných workflow, může tuto mezeru zaplnit. Využitím dynamického formulářového enginu Formize, verzovaného schématu dat a blockchain‑podporovaných auditních stop mohou organizace &lt;strong>zrychlit&lt;/strong> celý životní cyklus provenance — od sběru dat na okraji až po regulatorní reportování v cloudu — bez psaní jediného řádku kódu.&lt;/p></description></item></channel></rss>