Wprowadzenie do kompresji danych neuronowych

Oryginalny tytuł:

An Introduction to Neural Data Compression

Zawartość książki:

Celem kompresji danych jest zmniejszenie liczby bitów potrzebnych do reprezentowania użytecznych informacji. Kompresja neuronowa lub wyuczona kompresja to zastosowanie sieci neuronowych i powiązanych technik uczenia maszynowego do tego zadania.

Niniejsza monografia ma służyć jako punkt wyjścia dla badaczy zajmujących się uczeniem maszynowym zainteresowanych kompresją poprzez przegląd podstawowych informacji i reprezentatywnych metod kompresji neuronowej. Kompresja neuronowa to zastosowanie sieci neuronowych i innych metod uczenia maszynowego do kompresji danych. Ostatnie postępy w dziedzinie statystycznego uczenia maszynowego otworzyły nowe możliwości dla kompresji danych, umożliwiając uczenie się algorytmów kompresji od początku do końca na podstawie danych przy użyciu potężnych modeli generatywnych, takich jak normalizujące przepływy, wariacyjne autoenkodery, dyfuzyjne modele probabilistyczne i generatywne sieci przeciwstawne.

Niniejsza monografia wprowadza tę dziedzinę badań do szerszej publiczności zajmującej się uczeniem maszynowym, dokonując przeglądu niezbędnego tła w teorii informacji (np. kodowanie entropii, teoria zniekształceń szybkości) i wizji komputerowej (np.

ocena jakości obrazu, metryki percepcyjne) oraz zapewniając wyselekcjonowany przewodnik po najważniejszych pomysłach i metodach w dotychczasowej literaturze. Zamiast przeglądać obszerną literaturę, omówiono podstawowe koncepcje i metody kompresji neuronowej, z myślą o czytelniku, który jest biegły w uczeniu maszynowym, ale niekoniecznie w kompresji danych.