使用机器学习技术通过理解进行压缩

时间:2016-08-26 17:00:35

标签: machine-learning compression data-science

我是一位有抱负的数据科学家(目前只是一名软件开发人员),我刚才有这个(愚蠢的?)想法。

到目前为止(据我所知),我们正在使用基于替换标准数据编码方式的压缩算法。如果我们能够通过理解压缩数据怎么办?例如,通过生成一种抽象,我们可以从中恢复原始数据。

想想我们的思想是如何运作的。通过将想法彼此联系起来。

机器学习技术可以学习和理解数据(以及它在磁盘上的表示方式),以便可以从算法生成的摘要中生成数据吗?

2 个答案:

答案 0 :(得分:0)

当然,但是你必须转移协会的代表和"理解"到另一端以便解压缩。该表示可能比您尝试压缩的数据大得多。

答案 1 :(得分:0)

实际上,至少在某种程度上已经实现了类似的想法。

例如Autoencoder允许压缩(编码器部分)和重建原始数据(解码器部分)。

这种技术加上Thought Vector的概念,其中包括,#34;编码"单个向量中的概念/含义/理解会产生你所描述的东西。