<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Adaptive on Formize.com tinklaraštis</title><link>https://blog.formize.com/lt/tags/adaptive/</link><description>Recent content in Adaptive on Formize.com tinklaraštis</description><generator>Hugo</generator><language>lt</language><atom:link href="https://blog.formize.com/lt/tags/adaptive/index.xml" rel="self" type="application/rss+xml"/><item><title>Adaptuota daugiamodalių sintetinės duomenų generavimas su TinyML ir diferencialine privatumu baterijomis apribotiems kraštiniams įrenginiams</title><link>https://blog.formize.com/lt/adaptive-multi-modal-synthetic-data-generation-for-edge-devi/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://blog.formize.com/lt/adaptive-multi-modal-synthetic-data-generation-for-edge-devi/</guid><description>&lt;h1 id="adaptuota-daugiamodalių-sintetinės-duomenų-generavimas-su-tinyml-ir-diferencialine-privatumu-baterijomis-apribotiems-kraštiniams-įrenginiams">Adaptuota daugiamodalių sintetinės duomenų generavimas su TinyML ir diferencialine privatumu baterijomis apribotiems kraštiniams įrenginiams&lt;/h1>
&lt;h2 id="įvadas">Įvadas&lt;/h2>
&lt;p>Kraštiniai įrenginiai – nuo nešiojamuosius įrenginius ir pramonės jutiklius iki autonominių dronų – vis dažniau turi &lt;strong>mokytis&lt;/strong> ir &lt;strong>prisitaikyti&lt;/strong> be nuolatinio ryšio su debesimi. Sintetinės duomenų generavimas krašte gali sumažinti duomenų trūkumą, sumažinti delsą ir apsaugoti vartotojų privatumą. Tačiau trys iššūkiai dominuoja šioje srityje:&lt;/p>
&lt;ol>
&lt;li>&lt;strong>Išteklių apribojimai&lt;/strong> – ribotas procesorius, atmintis ir ypač baterijos veikimo laikas.&lt;/li>
&lt;li>&lt;strong>Daugiamodalių sudėtingumas&lt;/strong> – daugelis kraštinių atvejų apima garso, vaizdo ir jutiklių srautus vienu metu.&lt;/li>
&lt;li>&lt;strong>Privatumo atitiktis&lt;/strong> – tokios nuostatos kaip &lt;a href="https://gdpr.eu/" target="_blank" rel="noreferrer nofollow">GDPR&lt;/a> ir &lt;a href="https://www.hhs.gov/hipaa/index.html" target="_blank" rel="noreferrer nofollow">HIPAA&lt;/a> reikalauja griežtų privatumo garantijų net ir lokaliai generuojamiems duomenims.&lt;/li>
&lt;/ol>
&lt;p>Šiame straipsnyje pristatoma &lt;strong>unikali, adaptuota sistema&lt;/strong>, kuri sujungia &lt;strong>TinyML&lt;/strong>, &lt;strong>daugiamodalių sintetinės duomenų generavimą&lt;/strong> ir &lt;strong>diferencialinę privatumą (DP)&lt;/strong>. Sprendimas dinamiškai reguliuoja skaičiavimo apkrovą pagal baterijos būseną, pasirenka tinkamiausią generatyvų modelį kiekvienai modalumui ir įterpia kalibruotą triukšmą, kad atitiktų griežtus privatumo biudžetus – viskas tai atliekama išlaikant šiuolaikinių kraštinių įrenginių energijos ribas.&lt;/p></description></item></channel></rss>