Skip to main content

მონაცემთა შეკუმშვა

Data Compression

        მონაცემების შეკუმშვა ძალიან აქტიური კვლევის საგანია. ჩვენ ყოველდღიურად ვიყენებთ სხვადასხვა ტიპის არქივატორებს ნებით თუ უნებლიედ. არსებობს მონაცემთა შეკუმშვის სხვადასხვა მეთოდები რომლებიც გვხვდება ფოტო, ვიდეო, აუდიო პლეიერებში, კონვერტერებში და სხვადასხვა ხასიათის პროგრამებში. მონაცემთა შეკუმშვის გარეშე ამხელა მოცულობის ინფორმაციის შენახვა უბრალოდ შეუძლებელი იქნებოდა. მონაცემთა შეკუმშვა ასევე აქტიურად მოითხოვება როდესაც ჩვენ ამ მონაცემებს ვაგზავნით ქსელში. ამ დროს შეკუშვის ხარისხი უკუპროპორციულად მოქმედებს მონაცემთა დაგაცემის დროზე. მონაცემთა შეკუმშვის იდეა მდგომარეობს იმაში რომ მონაცემები ჩავწეროთ უფრო კომპაქტური სახით, რათა მათ დაიკავონ უფრო მცირე ზომის მეხსიერება. არსებობს მონაცემთა შეკუმშვის სხვადასხვა მეთოდები. ისინი იყოფიან ორ ჯგუფად:

  1. შეკუმშვა დანაკარგების გარეშე. (Lossless Compression)
    როდესაც სრულად ხდება საწყისი ინფორმაციის აღდგენა.
  2. შეკუმშვა დანაკარგებით. (Lossy Compression)
    როდესაც  საწყისი ინფორმაციის აღდგენის პროცესში ხდება მონაცემების დამახინჯება.

Comments

  1. ერთი რაღაც მაინტერესებს და თუ შეგიძლია გამცე პასუხი. შემხვედრია ფაილები, რომლებიც დაარქივებული 5-6 MB ყოფილან, ამოარქივების შემდეგ კი 3-4 GB, თუ შეგიძლია ამიხსნა ეს როგორ ხდება ?

    ReplyDelete
  2. რა ტიპის მონაცემები იყო?

    ReplyDelete
  3. მოკლედ მონაცემებს გააჩნია და შემკუმშველს. მაგალითად ჰაფმენის მეთოდს აქვს ზედა ზგვარი შეკუმშვის კოეფიციენტზე, თუ მონაცემებს ვკუმშავთ როგორც ერთ ბაიტიანი სიმბოლოების მიმდევრობას მაშინ მაქსიმუმ 8-ჯერ შეიკუმშოს მონაცემები. ბევრ სხვა კოდირებას მსგავსი შეზღუდვა არ აქვს მაგალითად RLE-ს, LZW-ს. თუ მონაცემები ისედაც შეკუმშულია მაქსიმალურად(სურათების და ვიდეოების უმრავლესობა), მაშინ ვეღარ შეიკუმშება.

    ReplyDelete
  4. Giorgi zazdze. ვთქვათ გვაქვს ასეთი გამოსახულება: ნომერ 1 უჯრაში ინტენსივობა არის 100, ნომერ 2 უჯრაში აგრეთვე 100, ნომერ 3-შიც 100, 4-ში 100, 5-ში, 6-ში,.....25-ში ინტენსივობა არის 150.
    ამ სურათის აღწერისათვის დაგვჭირდება 25 ჩანაწერის გაკეთება.
    მაგრამ თუ ასე ჩავწერთ: 1-დან 4-დე ინტენსივობა არის 100, 5-დან 25-დე ინტენსივობა არის 150, მაშინ სულ ორი ჩანაწერია საკმარისი.

    ReplyDelete
  5. შეკუმშვის იმ მეთოდი რომელიც თქვენ მოიყვანეთ მაგალითად არის გარბენის სიგრძის კოდირება.
    http://koiavablog.blogspot.com/2013/01/blog-post_14.html
    საკმაოდ გამოყენებადია გარკვეული ტიპის მონაცემებისთვის.

    ReplyDelete

Post a Comment

Popular posts from this blog

რუსული რულეტკის მეთოდი

Russian Roulette Technique რუსული რულეტკის მეთოდი არის ფართოდ გავრცელებული ტექნიკა მონტე-კარლოს ინტეგრირების პროცესის შესაწყვეტად(სახელწოდება მოდის ცნობილი რუსული თამაშიდან). იმის მაგივრად, რომ პროცესი შევწყვითოთ ხისტად, მაგალითად შერჩევების რაოდენობის რაიმე მაქსიმალურ რაოდენობაზე, რუსული რულექტკის მეთოდი გვეხმარება ინტეგრირების პროცესის მიუკერძოვებლად შეწყვეტაში. მთავარი იდეა რუსული რულეტკის მეთოდისა არის ის, რომ რუსული რულეტკა წყვეტს მონტე კარლოს მეთოდს რაიმე არანულოვანი p ალბათობით(ალბათობა შეიზლება შეირჩეს ერთხელ ან მონტე კარლოს მეთოდის ყოველ ბიჯზე სათითაოდ რაიმე მნიშვნელოვნობით) ან აგრძელებს მას და შემდგომი პროცესიდან მიღებულ შედეგს ამრავლებს 1/p - ზე. რადგან რუსული რულეტკის მეთოდი პროცესის შეწყვეტას ახდენს რაიმე არანულოვანი p ალბათობით ყოველთვის რჩება იმის შანსი, რომ პროცესი გაგრძელდეს რაც იმას ნიშნავს, რომ მონტე კარლოს ინტეგრირების პროცესისათვის ნებისმიერი სიღრმე მიღწევადი ხდება. სწორედ ამიტომ ხისტი შეზღუდვით მიღებული მიკერძოება( სისტემატიური შეცდომა ) ქრება რუსული რ...

ფერების RGB მოდელი

RGB Color Model         ფერების RGB მოდელი წარმოადგენს ისეთ მოდელს რომელშიც სამი ძრირითადი ფერის წითელი, მწვანე და ლურჯის საშუალებით მიიღება ფერების ფართო სპექტრი. მისი დასახელებაც მოდის სწორედ ძირითადი ფერების ინგლისური სახელწოდების ინიციალებიდან(Red, Green, Blue).         ფერთა სპექტრის ამდაგვარი წარმოდგენა დაკავშირებულია იმასთან, რომ გამოსახულების გამოტანის მოწყობილობებში რომელიც გააჩნიათ კომპიუტერებს, ტელევიზორებს ფერის მიღება ფიზიკურად ხდება სწორედ ამ სამი ძირითადი ფერის შეზავებით. დღესდღეობით ყველაზე გავრცელებული არის 24 ბიტიანი RGB მოდელი, სადაც თითოეულ კომპონენტს ეთმობა ერთი ბაიტი და შესაბამისად შეუძლია მიიღოს ნებისმიერი მნიშვნელობა [0, 255] დიაპაზონში, რაც საბოლოოდ გვაძლევს 16777216 განსხვავებულ ფერს.

ბეზიეს წირი

Bezier Curve         ბეზიეს წირები ფართოდ გამოიყენება კომპიუტერული მეცნიერების სხვადასხვა მიმართულებებში  CAD  სისტემებში, კომპიუტერულ გრაფიკაში და ა.შ. ისისნი პოპულარობით სარგებლობენ მისი სიმარტივის, ინტუიტიურობის და მოსახერხებულობის გამო.         მათემატიკურად ბეზიეს წირი არის ფუნქცია რომელსაც გადაეცემა ერთი პარამეტრი t(0-დან 1-მდე) და ის გვიბრუნებს წერტილს წირზე. ფუნქციის მნიშვნელობა დამოკიდებულია შემავალ t პარამეტრზე და n ცალ წერტილზე, რომლიდანაც პირველ და ბოლო წერტილს ვუწოდებთ კვანძებს(knots), ხოლო დანარჩენებს საკონტროლო წერტილებს(Control points). როდესაც t=0 ფუნქცია გვიბრუნებს პირველ კვანძს, როდესაც t=1 ფუნქცია გვიბრუნებს მეორე კვანძს, დანარჩენ მნიშვნელობებზე ფუნქცია გვიბრუნებს წირის სხვა წერტილებს. გამოდის რომ წირი იწყება პირველი კვანძში დამოკიდებულია საკონტროლო წერტილებზე,თუმცა არ გადის მათზე და სრულდება მეორე კვანძში. მათემატიკურად ნებისმიერ ბეზიეს წირს შეესაბამება პოლინომი რომლის ხარისხიც არის მოცემული წერტილების რაოდენობ...