データ圧縮

Войти

誤差制限付きロスデータ圧縮において、極値、鞍点、分離曲線、パーシステンス図などの離散Morse-Smale複合体の構成要素を正確に保存する手法を提案する。

提案するHPEZは、既存の高性能な誤差制限付きロスレス圧縮手法よりも大幅に高い圧縮率を達成し、かつ高速な圧縮・伸張速度を維持する。これは、新しい補間予測手法と自動調整機能の導入により実現される。

分子組立理論の中心概念である「コピー数」は、シャノンエントロピーとLZ圧縮に等しく、既存の統計的手法と本質的に変わらない。

一様ソースを対象とした、デコーダ側のみに相関情報が利用可能な分散圧縮問題の解析。量子化とエントロピー符号化を組み合わせた圧縮手法について、上界と下界を導出した。

PatternRankアルゴリズムは、Android バックアップデータの特性を活かした高度な圧縮手法である。パターン認識と順位付けを組み合わせ、ハフマン符号化と融合することで、従来の圧縮手法を大幅に上回る圧縮性能を実現する。

単一カラム圧縮スキームでは限界に達しているため、カラム間の相関を活用することで、さらなる圧縮率の向上を実現する。

人間ポイントクラウドの高効率なジオメトリ圧縮手法を提案し、従来の手法を凌駕する。

新しいLZHB符号化は、高速なランダムアクセスを可能にすることに焦点を当てています。

提案されたアプローチは、データ量を削減しつつもオリジナルの共分散行列の境界を適切に保持することを可能にします。

点セットを最小のビット数で圧縮し、点間の近似距離情報を保持する方法を提案する。

О нас

Продукты

Ресурсы