تم تقدير أن العالم أنتج 59 زيتا بايت (5.9 × 10¹³ غيغابايت) من البيانات في عام 2020، مما أدى إلى تكاليف هائلة في تخزين البيانات ونقلها. ومن الجدير بالذكر أن التقدم الأخير في النماذج العميقة التوليدية قد دفع بقوة نحو فئة جديدة من خوارزميات ما يُعرف بـ"الضغط العصبي"، التي تتفوق بشكل كبير على الكوديك التقليدية من حيث نسبة الضغط. ومع ذلك، فإن تطبيق الضغط العصبي لا يلقى اهتمامًا تجاريًا كبيرًا بسبب قيوده في عرض النطاق الترددي؛ وبالتالي، فإن تطوير إطار عمل فعّال للغاية يُعد أمرًا ذا أهمية عملية جوهرية. في هذه الورقة، نناقش ضغطًا بدون فقدان باستخدام التدفقات المعيارية (Normalizing Flows)، التي أظهرت قدرة كبيرة على تحقيق نسب ضغط عالية. ولهذا، نقدّم iFlow، طريقة جديدة لتحقيق ضغط بدون فقدان فعّال. نقترح أولًا تحويل المقياس المعياري (Modular Scale Transform - MST)، ونوع جديد من التحولات التدفقية القابلة للعكس عدديًا المستندة إلى MST. ثم نقدّم نظام التحويل الثنائي الموحّد (Uniform Base Conversion System - UBCS)، وهو كوديك سريع يعتمد على التوزيع الموحّد، تم دمجه في iFlow لتمكين ضغط فعّال. تحقق iFlow أفضل نسب ضغط حالية، وتنفذ بسرعة تزيد عن 5 أضعاف الخوارزميات عالية الأداء الأخرى. علاوة على ذلك، يمكن استخدام التقنيات المقدمة في هذه الورقة لتسريع وقت التشفير لفئة واسعة من الخوارزميات القائمة على التدفقات.