<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Data Compression on Blog Formize.com</title><link>https://blog.formize.com/pl/tags/data-compression/</link><description>Recent content in Data Compression on Blog Formize.com</description><generator>Hugo</generator><language>pl</language><atom:link href="https://blog.formize.com/pl/tags/data-compression/index.xml" rel="self" type="application/rss+xml"/><item><title>Kompresja syntetycznych danych z różnicową prywatnością dla transmisji na krawędzi przy niskiej przepustowości</title><link>https://blog.formize.com/pl/differentially-private-synthetic-data-compression-for-low-ba/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://blog.formize.com/pl/differentially-private-synthetic-data-compression-for-low-ba/</guid><description>&lt;h1 id="kompresja-syntetycznych-danych-z-różnicową-prywatnością-dla-transmisji-na-krawędzi-przy-niskiej-przepustowości">Kompresja syntetycznych danych z różnicową prywatnością dla transmisji na krawędzi przy niskiej przepustowości&lt;/h1>
&lt;h2 id="wstęp">Wstęp&lt;/h2>
&lt;p>Urządzenia brzegowe — inteligentne kamery, wearables, czujniki przemysłowe — generują coraz większe strumienie danych, które muszą być udostępniane centralnym platformom analitycznym. Przesyłanie surowych danych jest często niepraktyczne ze względu na ograniczoną przepustowość, ograniczenia energetyczne oraz surowe regulacje prywatności, takie jak &lt;a href="https://gdpr.eu/" target="_blank" rel="noreferrer nofollow">GDPR&lt;/a> i &lt;a href="https://www.hhs.gov/hipaa/index.html" target="_blank" rel="noreferrer nofollow">HIPAA&lt;/a>. Generowanie danych syntetycznych stało się potężną techniką umożliwiającą udostępnianie użytecznych informacji przy jednoczesnej ochronie danych osobowych. Jednak zestawy danych syntetycznych mogą być duże, zwłaszcza gdy zachowują wysokowymiarowe struktury niezbędne do modeli AI.&lt;/p></description></item></channel></rss>