Да, нейронные сети можно применять для улучшения сжатия данных без потерь. 24

Применение основывается на использовании предиктивных свойств нейронных сетей, которые позволяют статистически моделировать источник сжимаемых данных и строить распределение вероятностей появления различных значений в потоке сжимаемых данных на основе предсказаний. 4

Например, в методе DeepZip рекуррентные нейросетевые предикторы объединяют с арифметическим кодером и сжимают без потерь различные синтетические, текстовые и геномные наборы данных. 2

Однако при практическом применении нейронных сетей для сжатия данных без потерь возникают трудности, связанные со сложностью учёта свойств обрабатываемых данных различной природы. 4 Для их решения требуются специальные методы и подходы к формированию обучающего множества. 4