This HTML5 document contains 437 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

Prefix	IRI
dbpedia-no	http://no.dbpedia.org/resource/
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
dbpedia-ja	http://ja.dbpedia.org/resource/
n42	https://web.archive.org/web/20130527124650/http:/public.dhe.ibm.com/common/ssi/ecm/en/tsu12345usen/
n86	http://lt.dbpedia.org/resource/
dbpedia-la	http://la.dbpedia.org/resource/
n45	http://media.wiley.com/product_data/excerpt/99/04705184/
dbp	http://dbpedia.org/property/
dbpedia-eo	http://eo.dbpedia.org/resource/
dbpedia-sv	http://sv.dbpedia.org/resource/
dbpedia-nl	http://nl.dbpedia.org/resource/
dbpedia-ku	http://ku.dbpedia.org/resource/
n21	https://global.dbpedia.org/id/
dbpedia-tr	http://tr.dbpedia.org/resource/
n92	http://siliconmentor.blogspot.in/2014/12/
dbpedia-pl	http://pl.dbpedia.org/resource/
dbpedia-ca	http://ca.dbpedia.org/resource/
n56	http://dbpedia.org/resource/H.262/
dbpedia-et	http://et.dbpedia.org/resource/
n17	http://dbpedia.org/resource/File:
dbo	http://dbpedia.org/ontology/
n44	http://ckb.dbpedia.org/resource/
n25	http://www.monkeysaudio.com/
dbpedia-el	http://el.dbpedia.org/resource/
dbpedia-ro	http://ro.dbpedia.org/resource/
n40	https://web.archive.org/web/20100315021124/http:/www.videsignline.com/howto/
dbpedia-zh	http://zh.dbpedia.org/resource/
foaf	http://xmlns.com/foaf/0.1/
dbpedia-sk	http://sk.dbpedia.org/resource/
n88	http://lv.dbpedia.org/resource/
dbc	http://dbpedia.org/resource/Category:
dbpedia-pt	http://pt.dbpedia.org/resource/
dbpedia-als	http://als.dbpedia.org/resource/
dbpedia-uk	http://uk.dbpedia.org/resource/
dbpedia-de	http://de.dbpedia.org/resource/
n46	http://extranet.ateme.com/
xsdh	http://www.w3.org/2001/XMLSchema#
dbpedia-ko	http://ko.dbpedia.org/resource/
yago-res	http://yago-knowledge.org/resource/
dbpedia-sh	http://sh.dbpedia.org/resource/
n64	http://tech.ebu.ch/docs/tech/
dbpedia-ga	http://ga.dbpedia.org/resource/
dbpedia-it	http://it.dbpedia.org/resource/
n22	http://ast.dbpedia.org/resource/
dbpedia-simple	http://simple.dbpedia.org/resource/
dbpedia-nn	http://nn.dbpedia.org/resource/
dbpedia-id	http://id.dbpedia.org/resource/
dbpedia-cs	http://cs.dbpedia.org/resource/
dbpedia-bg	http://bg.dbpedia.org/resource/
dbpedia-hu	http://hu.dbpedia.org/resource/
dcterms	http://purl.org/dc/terms/
prov	http://www.w3.org/ns/prov#
dbpedia-he	http://he.dbpedia.org/resource/
dbpedia-fr	http://fr.dbpedia.org/resource/
n55	http://dbpedia.org/resource/H.264/
wikidata	http://www.wikidata.org/entity/
n81	https://web.archive.org/web/20090905092232/http:/extranet.ateme.com/
dbpedia-hr	http://hr.dbpedia.org/resource/
n35	http://dvd-hq.info/
dbpedia-es	http://es.dbpedia.org/resource/
dbpedia-vi	http://vi.dbpedia.org/resource/
n9	http://ky.dbpedia.org/resource/
dbpedia-sr	http://sr.dbpedia.org/resource/
n89	https://web.archive.org/web/20070928023157/http:/mia.ece.uic.edu/~papers/WWW/MultimediaStandards/
dbt	http://dbpedia.org/resource/Template:
n31	https://www.cs.cmu.edu/afs/cs/project/pscico-guyb/realworld/www/
n77	http://ur.dbpedia.org/resource/
freebase	http://rdf.freebase.com/ns/
dbr	http://dbpedia.org/resource/
dbpedia-sw	http://sw.dbpedia.org/resource/
n37	http://wiki.hydrogenaud.io/
rdfs	http://www.w3.org/2000/01/rdf-schema#
n24	http://techgage.com/article/audio_archiving_guide_part_1_-_music_formats/
yago	http://dbpedia.org/class/yago/
dbpedia-eu	http://eu.dbpedia.org/resource/
dbpedia-az	http://az.dbpedia.org/resource/
wikipedia-en	http://en.wikipedia.org/wiki/
dbpedia-ar	http://ar.dbpedia.org/resource/
owl	http://www.w3.org/2002/07/owl#
dbpedia-da	http://da.dbpedia.org/resource/
n73	https://web.archive.org/web/20170830224021/http:/extranet.ateme.com/
dbpedia-fi	http://fi.dbpedia.org/resource/
n72	https://web.archive.org/web/20170830224011/http:/extranet.ateme.com/
n29	http://bn.dbpedia.org/resource/
dbpedia-kk	http://kk.dbpedia.org/resource/
dbpedia-fa	http://fa.dbpedia.org/resource/
dbpedia-th	http://th.dbpedia.org/resource/
dbpedia-ru	http://ru.dbpedia.org/resource/
n61	http://commons.wikimedia.org/wiki/Special:FilePath/
n23	http://bs.dbpedia.org/resource/
n26	http://hy.dbpedia.org/resource/
dbpedia-ms	http://ms.dbpedia.org/resource/
n15	http://hi.dbpedia.org/resource/

Statements

Subject Item

dbr:Data_compression

rdf:type

yago:Act100030358 owl:Thing yago:YagoPermanentlyLocatedEntity yago:Event100029378 yago:PsychologicalFeature100023100 yago:Procedure101023820 yago:WikicatAlgorithms yago:Activity100407535 yago:Algorithm105847438 yago:Abstraction100002137 yago:Rule105846932 dbo:MusicGenre

rdfs:label

数据压缩 Komprese dat ضغط بيانات Compression de données Kompresja (informatyka) Стиснення даних 데이터 압축 Сжатие данных Compressão de dados Kompresi data Comhbhrú sonraí Compressió de dades Datacompressie Datu-konpresio Datakompression Συμπίεση δεδομένων データ圧縮 Datenkunpremo Data compression Datenkompression Compressione dei dati Compresión de datos

rdfs:comment

Сжа́тие да́нных (англ. data compression) — алгоритмическое (обычно обратимое) преобразование данных, производимое с целью уменьшения занимаемого ими объёма. Применяется для более рационального использования устройств хранения и передачи данных. Синонимы — упаковка данных, компрессия, сжимающее кодирование, кодирование источника. Обратная процедура называется восстановлением данных (распаковкой, декомпрессией). Datakomprimering eller datakompression är när data omkodas på ett sätt som gör att färre informationsbärande enheter (oftast bitar) behöver användas. Det finns ett flertal fall då detta är önskvärt. Exempel inkluderar: * Då man vill spara lagringsutrymme på disk. * Då man snabbare vill överföra information via en länk som har begränsad bandbredd. A compressão de dados é o ato de reduzir o espaço ocupado por dados num determinado dispositivo. Essa operação é realizada através de diversos algoritmos de compressão, reduzindo a quantidade de Bytes para representar um dado, sendo esse dado uma imagem, um texto, ou um arquivo (ficheiro) qualquer. Além da eliminação da redundância, os dados são comprimidos pelos mais diversos motivos. Entre os mais conhecidos estão economizar espaço em dispositivos de armazenamento, como discos rígidos, ou ganhar desempenho (diminuir tempo onde acontece essas transmissões) em transmissões. In information theory, data compression, source coding, or bit-rate reduction is the process of encoding information using fewer bits than the original representation. Any particular compression is either lossy or lossless. Lossless compression reduces bits by identifying and eliminating statistical redundancy. No information is lost in lossless compression. Lossy compression reduces bits by removing unnecessary or less important information. Typically, a device that performs data compression is referred to as an encoder, and one that performs the reversal of the process (decompression) as a decoder. ضغط البيانات أو مصدر الترميز (بالإنجليزية: Data compression)‏ في علوم الحاسوب والمعلومات النظرية، هو عملية تشفير المعلومات حيث تأخذ حيزا قليلا من المساحة. ويوجد العديد من البرامج التي تقوم بضغط البيانات من أشهرها وين زيب. يختلف نوع ما من المقاييس المستخدمة لضغط البيانات الرقمية باختلاف بشكل ملحوظ جدا على نوع الضغط المستخدمة وطريقة التطبيق الذي يتم استخدامه.خوارزميات ضغط ضياع، والتي ترتبط في المقام الأول مع المدرسة القديمة من ضغط المعروفة باسم الجيل الأول الترميز، واستخدام صيغة بسيطة نسبة كما في المعادلة (2.1): ضغط حجم الملف نسبة ضغط =----------------------- (2.1) فتح ضغط حجم الملف La compressió de dades, aplicada al món de la informàtica, consisteix en el procés de codificació de dades utilitzant el mínim nombre possible de bits, o unitats d'informació. Això es pot aconseguir gràcies a la utilització d'esquemes de codificat o còdecs. La compressió només funciona si tant l'emissor com el receptor de la informació del missatge han acordat a priori un esquema concret de codificat. Per exemple, podríem acordar que a partir d'aquesta línia de text escriurem cp en comptes de compressió, això ens estalviaria uns quants bits i faria que l'arxiu final ocupes menys. Però perquè el lector d'aquest article comprengui el significat de cp hem d'informar-lo amb anterioritat (ha de conèixer l'esquema de codificat). Konputazio zientzian datu-konpresioa tratatu beharreko datuen bolumenaren murriztea da, informazio jakin bat ahalik eta espazio kopuru txikiena erabiliz adierazteko. Datu-konpresioaren ekintza konpresio izendatzen da, eta kontrakoa deskonpresioa. Datu konpresiorako erabiltzen diren algoritmoak zenbakiak zenbaki lehenen biderketa moduan adierazteko algortimoetan oinarritzen dira. Biderketa horretako zenbaki lehenen maiztasunak modu unibokoan adierazten du jatorrizko datua zein den. Konpresioari buruz hitz egiterakoan, honako bi kontzeptuak kontutan hartu behar dira: La compression de données ou codage de source est l'opération informatique consistant à transformer une suite de bits A en une suite de bits B plus courte pouvant restituer les mêmes informations, ou des informations voisines, en utilisant un algorithme de décompression. C'est une opération de codage qui raccourcit la taille (de transmission, de stockage) des données au prix d'un travail de compression. Celle-ci est l'opération inverse de la décompression. Les formats de données tels que Zip, RAR, gzip, ADPCM, MP3 et JPEG utilisent des algorithmes de compression de données. Kompresi data atau pemampatan data (bahasa Inggris: data compression) adalah sebuah cara dalam ilmu komputer untuk memadatkan data sehingga hanya memerlukan ruangan penyimpanan lebih kecil sehingga lebih efisien dalam menyimpannya atau mempersingkat waktu pertukaran data tersebut. Ada terdapat dua jenis pemampatan data, yaitu pemampatan tanpa kehilangan (bahasa Inggris: lossless data compression) dan pemampatan kehilangan (bahasa Inggris: lossy data compression). 在计算机科学和信息论中，数据压缩或者源编码是按照特定的编码机制用比未经编码少的数据位元（或者其它信息相关的单位）表示信息的过程。例如，如果我们将「compression」编码为「comp」那么这篇文章可以用较少的数据位元表示。常見的例子是ZIP文件格式，此格式不仅仅提供压缩功能，还可作为归档工具（Archiver），能够将许多文件存储到同一个文件中。 我們可利用資料的一致性（可用信息熵，entropy來表示），規則性，與可預測性去實現資料壓縮。人類最先發展的壓縮技術實為自然語言，一般來說，若可以用比較精簡的自然語言來描述一樣事物，那麼也就越能夠對這樣事物做壓縮。資料越一致，亦代表其統計特性越集中。以影像壓縮為例，其集中代表有傅立葉變換的時域及頻域，直方圖，特徵值。 데이터 압축은 데이터를 더 적은 저장 공간에 효율적으로 기록하기 위한 기술, 또는 그 기술의 실제 적용을 가리킨다. 크게 데이터를 더 작은 크기로 변환시키는 인코딩 과정과 저장된 데이터를 다시 불러와 원래 데이터 형태로 복원시키는 디코딩 과정으로 이루어진다. 이때 인코딩하기 전의 데이터 크기와 인코딩하고 나서의 데이터 크기의 비율을 이라고 한다. 압축 기술의 종류에 따라 데이터의 내용을 바꾸지 않고 원래 내용 그대로 디코딩할 수 있는 무손실 압축과 더 높은 압축률을 얻을 수 있지만 디코딩한 데이터의 세부적인 디테일을 일부 희생시키는 손실 압축이 존재한다. 대표적인 무손실 압축 알고리즘에는 반복 길이 부호화와 허프만 부호화, 산술 부호화 등이 있다. 손실 압축 알고리즘은 인간의 감각 기관의 특성을 역이용하여 압축률을 높이므로, 음성, 정지화상, 동영상 등 데이터의 종류에 따라 각각 다른 알고리즘이 사용된다. MPEG 표준 압축기술이 많이 쓰인다. La compressione dei dati, in informatica e nelle telecomunicazioni, è la tecnica di elaborazione dati che, attuata a mezzo di opportuni algoritmi, permette la riduzione della quantità di bit necessari alla rappresentazione in forma digitale di un'informazione. Στη επεξεργασία σήματος η συμπίεση δεδομένων (data compression) περιλαμβάνει την επεξεργασία της πληροφορίας με τη χρήση λιγότερων μπιτ από την αρχική μορφή του αρχέιου ή των δεδομένων. Για το σκοπό αυτό χρησιμοποιούνται πολλές μέθοδοι, οι οποίες χωρίζονται σε δύο μεγάλες κατηγορίες: τις μη απωλεστικές και τις απωλεστικές. Die Datenkompression (wohl lehnübersetzt und eingedeutscht aus dem englischen ‚data compression‘) – auch (weiter eingedeutscht) Datenkomprimierung genannt – ist ein Vorgang, bei dem die Menge digitaler Daten verdichtet oder reduziert wird. Dadurch sinkt der benötigte Speicherplatz, und die Übertragungszeit der Daten verkürzt sich.In der Nachrichtentechnik wird die Komprimierung von Nachrichten aus einer Quelle durch einen Sender als Quellenkodierung bezeichnet. データ圧縮（データあっしゅく、英: data compression）とは、あるデータを、そのデータの実質的な性質（情報量）をできる限り保ったまま、データ量を減らした別のデータに変換すること。高効率符号化ともいう。 データ圧縮は、データ転送におけるトラフィックやデータ蓄積に必要な記憶容量の削減といった面で有効である。しかし圧縮されたデータは、利用する前に伸長（解凍）するという追加の処理を必要とする。つまりデータ圧縮は、空間計算量を時間計算量に変換することに他ならない。例えば映像の圧縮においては、それをスムーズに再生するために高速に伸長（解凍）する高価なハードウェアが必要となるかもしれないが、圧縮しなければ大容量の記憶装置を必要とするかもしれない。データ圧縮方式の設計には様々な要因のトレードオフがからんでおり、圧縮率をどうするか、（非可逆圧縮の場合）歪みをどの程度許容するか、データの圧縮伸長に必要とされる計算リソースの量などを考慮する。 アナログ技術を用いた通信技術においては通信路の帯域幅を削減する効果を得るための圧縮ということで帯域圧縮ともいわれた。デジタル技術では、情報を元の表現よりも少ないビット数で符号化することを意味する。 Datacompressie is het representeren van digitale gegevens met minder bits dan de oorspronkelijke representatie. Dit artikel zou bijvoorbeeld minder ruimte innemen als we overal het woord 'comp' in plaats van 'compressie' kunnen schrijven. Daardoor zou het bijvoorbeeld sneller over een netwerk verstuurd kunnen worden. Kompresja danych (ang. data compression) – zmiana sposobu zapisu informacji w celu zmniejszenia redundancji i tym samym objętości zbioru. Innymi słowy chodzi o wyrażenie tego samego zestawu informacji, lecz za pomocą mniejszej liczby bitów. Działaniem przeciwnym do kompresji jest dekompresja. Sa ríomheolaíocht is ionann comhbhrú sonraí agus an próiseas ina dhéantar ar eolas ag baint úsáide as níos lú giotán ná mar a d'úsáidfeadh leagan neamhionchódaithe. Úsáidtear scéim ionchódaithe éigin leis seo a chur i bhfeidhm. Sampla de scéim ionchódaithe is ea dá n-úsáidfeadh an t-alt seo an giorrúchán "ion." in ionad "ionchódú/ionchódaithe". Is samplaí iad MP3 agus de chomhaid ina chuirtear comhbhrú sonraí i bhfeidhm orthu. En informadiko, la datenkunpremo (datenkunpremado, datumkunpremo aŭ datumkunpremado) estas la redukto (malpliigo) de la volumeno de trakteblaj datenoj por reprezenti difinita informon uzante malpli grandan kvanton da spaco. La fakto de datenkunpremo estas nomata «kunpremado», kaj la malo «malkunpremado». La datenkunpremo estas partikulara okazo de la kodigo, kies ĉefa karaktero estas ke la rezulta kodo estas pli malgranda ol tiu origina. Se paroli pri datenkunpremo gravas la du jenaj konceptoj: Сти́снення да́них (англ. data compression) — це процедура перекодування даних, яка проводиться з метою зменшення їхнього обсягу, розміру, об'єму. Стиснення базується на усуненні надлишку інформації, яка міститься у вихідних даних. Наприклад, повторення в тексті фрагментів (наприклад, слів природної або машинної мови). Подібний надлишок зазвичай усувається заміною повторюваних послідовностей коротшим значенням (кодом). Інший вид надлишковості пов'язаний з тим, що деякі значення в даних, що стискаються, трапляються частіше інших, при цьому можна замінювати дані, що часто трапляються, коротшими кодами, а ті, що рідко, довшими (ймовірнісне стиснення). Стиснення даних, які не мають властивості надлишку (наприклад випадковий сигнал чи шум), неможливе. Також, зазвичай, неможливо стиснути зашифров En ciencias de la computación, la compresión de datos es la reducción del volumen de datos tratables para representar una determinada información empleando una menor cantidad de espacio​. Al acto de compresión de datos se denomina «compresión», y al contrario «descompresión». La compresión es un caso particular de la codificación, cuya característica principal es que el código resultante tiene menor tamaño que el original. A la hora de hablar de compresión hay que tener presentes dos conceptos: La información que transmiten los datos puede ser de tres tipos: Komprese dat (také komprimace dat) je zpracování počítačových dat s cílem zmenšit jejich objem (jednotka: bajt) při současném zachování informací v datech obsažených. Úkolem komprese dat je zmenšit datový tok při jejich přenosu nebo zmenšit potřebu zdrojů při ukládání informací. Obecně se jedná o snahu zmenšit velikost datových souborů, což je výhodné pro jejich archivaci nebo pro přenos přes síť s omezenou rychlostí (snížení doby nutné pro přenos). Komprese může být nutná při omezené datové propustnosti, např. mobilní telefon komprimuje hovor pro přenos GSM sítí.

rdfs:seeAlso

dbr:Video_coding_format dbr:Audio_coding_format

foaf:depiction

n61:Hybrid_video_encoder_processing_stages.svg n61:AudiodatenkompressionManowarThePowerOfThySword.jpg n61:Placa-audioPC-925.jpg

dcterms:subject

dbc:Film_and_video_technology dbc:Videotelephony dbc:Utility_software_types dbc:Digital_audio dbc:Data_compression dbc:Digital_television dbc:Video_compression

dbo:wikiPageID

8013

dbo:wikiPageRevisionID

1123204982

dbo:wikiPageWikiLink

dbr:Video_compression dbc:Video_compression dbr:Godo_kaisha dbr:Lossless_data_compression dbr:Lossy_data_compression dbr:James_L._Flanagan dbr:Manfred_R._Schroeder dbr:Terry_Welch dbr:Kolmogorov_complexity dbr:Video_compression_formats dbr:International_HapMap_Project dbr:Video_coding_standard dbr:Video_coding_standards dbr:Randomized_algorithm dbr:Audio_quality dbr:Hitachi dbr:Nikil_Jayant n17:AudiodatenkompressionManowarThePowerOfThySword.jpg dbr:Wavelet_compression dbr:Video_codec dbr:Motion_coding dbr:Motion_compensation dbr:Feature_space_vector dbr:Speech_encoding dbr:Trade-off dbr:DVD dbr:Digital_photo dbr:Sony dbr:Video_coding_format dbr:BT_plc dbr:Redundancy_(information_theory) dbr:VHS dbr:Digital_container_format dbr:Image_compression dbr:HD_DVD dbr:Audio_signal dbr:Mitsubishi_Electric dbr:Latency_(engineering) dbr:Intra-frame_coding dbr:MPEG-4_SLS dbr:Discrete_cosine_transform dbr:JPEG dbr:Image_file_format dbr:Electronic_hardware dbr:Streaming_video dbr:Huffman_coding dbr:Re-Pair dbr:JPEG_2000 dbr:Adaptive_predictive_coding dbr:Bishnu_S._Atal dbr:Computational_resource dbr:HEVC dbr:Audio_file_format dbr:Compact_disc dbr:Temporal_masking dbr:Set_redundancy_compression dbr:Absolute_threshold_of_hearing dbr:MPEG dbr:MPEG-1 dbr:Bit_rate dbr:Residual_frame dbr:Differential_pulse-code_modulation dbr:Statistical_inference dbc:Film_and_video_technology dbr:Dolby_Digital dbr:Vorbis dbr:Vector_quantization dbr:Broadcast_automation dbr:Technicolor_SA dbr:SD_digital_television dbr:Dolby_TrueHD dbr:Arithmetic_coding dbr:Context-adaptive_binary_arithmetic_coding dbr:OptimFROG_DualStream dbr:Context-adaptive_variable-length_coding dbr:Wavelets dbr:MP3 dbr:HDTV dbr:Generation_loss dbr:Motion_Picture_Experts_Group dbr:Machine_learning dbr:Hearing_(sense) dbr:Codec dbr:HTTP_compression dbr:Motion_vector dbr:DEFLATE dbr:Internet_telephony dbr:University_of_Buenos_Aires dbr:Inter_frame dbr:Lossless_compression dbr:Blu-ray dbr:Luminance dbr:Blu-ray_Disc dbr:Joint_Photographic_Experts_Group dbr:C._Chapin_Cutler dbr:Vimeo dbr:Lempel–Ziv dbr:Digital_generation_loss dbr:Adobe_Flash_Player n17:Hybrid_video_encoder_processing_stages.svg dbr:Meridian_Lossless_Packing dbr:Adaptive_DPCM dbr:Video_quality dbr:International_Organization_for_Standardization dbr:HEIF dbr:Digital_cinema dbr:Toshiba dbr:Data_file dbr:H.263 dbr:Deblocking_filter dbr:Matching_pursuit dbr:Entropy_coding dbr:Fast_Fourier_transform n55:MPEG-4_AVC n56:MPEG-2_Part_2 dbr:Pixel dbr:Nippon_Telegraph_and_Telephone dbr:Portable_Network_Graphics dbr:Data_deduplication dbr:Fumitada_Itakura dbr:Data_differencing dbr:Bell_Labs dbr:Line_coding dbr:Claude_Shannon dbr:Digital_camera dbc:Videotelephony dbr:Super_Audio_CD dbc:Utility_software_types dbr:Fractal_compression dbr:Bandwidth_(computing) dbr:Modified_discrete_cosine_transform dbr:Transform_coding dbr:Rate–distortion_theory dbc:Digital_audio dbr:Advanced_Audio_Codec dbr:Panasonic dbr:Information dbr:GIF n17:Placa-audioPC-925.jpg dbr:Prediction_by_partial_matching dbr:Algorithm dbr:Space–time_tradeoff dbr:Linear_prediction dbr:Linear_predictive_coding dbr:Minimum_description_length dbr:Algorithmic_information_theory dbr:List_of_codecs dbr:Range_coding dbr:AIXI dbr:Time_domain dbr:Speech_coding dbr:Psychovisual dbc:Data_compression dbr:Hadamard_transform dbr:Advanced_Audio_Coding dbr:Uncompressed_video dbr:Discrete_wavelet_transform dbr:Quantization_(signal_processing) dbr:A-law_algorithm dbr:Grammar-based_codes dbr:Universal_code_(data_compression) dbr:Data_transmission dbr:Sequitur_algorithm dbr:Psychoacoustic dbr:Posterior_probabilities dbr:Audio_editing n55:AVC dbr:Lempel–Ziv–Welch dbr:Finite-state_machine dbr:H.26x dbr:Burrows–Wheeler_transform dbr:Microsoft_Silverlight dbr:Bit dbr:Relative_entropy dbc:Digital_television dbr:Information_theory dbr:Frequency_domain dbr:Random_access_memory dbr:WavPack dbr:MPEG-2 dbr:Quantization_(image_processing) dbr:Coding_theory dbr:H.261 dbr:PictureTel dbr:Curve_fitting dbr:ITunes_Store dbr:Shannon–Fano_coding dbr:Probabilistic_model dbr:Self-information dbr:Audicom dbr:Direct_Stream_Transfer dbr:Digital_image dbr:Delta_encoding dbr:DVD-Audio dbr:Auditory_system dbr:Netflix dbr:Psychoacoustics dbr:Probability_distribution dbr:Variable_bitrate dbr:Exabytes dbr:IBM_PC dbr:Dynamic_range_compression dbr:Run-length_encoding dbr:Lossy_compression dbr:Graphics_Interchange_Format dbr:Equal-loudness_contour dbr:Nagoya_University dbr:High_fidelity dbr:Motion_JPEG_2000 dbr:Entropy_(information_theory) dbr:Code-excited_linear_prediction dbr:Modulo-N_code dbr:Hutter_Prize dbr:MPEG-4_Visual dbr:Perceptual_coding dbr:ITU-T dbr:Compression_artifact dbr:LG_Electronics dbr:Entropy_encoding dbr:Μ-law_algorithm dbr:Compression_ratio dbr:Sub-band_coding dbr:Simultaneous_masking dbr:K._R._Rao dbr:Compression_of_genomic_sequencing_data dbr:Software dbr:Psychoacoustic_model dbr:Channel_coding dbr:YouTube dbr:N._Ahmed dbr:Internet dbr:Shannon_information dbr:Carnegie_Mellon_University

dbo:wikiPageExternalLink

n24: n25:theory.html n31:compression.pdf n35:data_compression_3.php n37:index.php%3Ftitle=Lossless_comparison n40:showArticle.jhtml%3FarticleID=185301351 n42:TSU12345USEN.PDF n45:0470518499.pdf n46:download.php%3Ffile=1114 n64:tech3296.pdf n72:download.php%3Ffile=1194 n73:download.php%3Ffile=1196 n81:download.php%3Ffile=1114 n89:chapter7.pdf n92:what-is-run-length-coding-in-video.html

owl:sameAs

dbpedia-sv:Datakompression dbpedia-th:การบีบอัดข้อมูล n9:Берилиштерди_кысуу dbpedia-sk:Kompresia_dát dbpedia-he:דחיסת_נתונים dbpedia-ru:Сжатие_данных n15:आंकड़ा_संपीडन dbpedia-ms:Mampatan_data dbpedia-fi:Tiedonpakkaus dbpedia-uk:Стиснення_даних n21:2M2a1 n22:Compresión_de_datos n23:Sažimanje_podataka n26:Տվյալների_սեղմում_(կոմպրեսիա) dbpedia-als:Datenkompression dbpedia-la:Compressio_datorum n29:উপাত্ত_সংকোচন dbpedia-hu:Adattömörítés dbpedia-el:Συμπίεση_δεδομένων dbpedia-tr:Veri_sıkıştırma dbpedia-id:Kompresi_data yago-res:Data_compression dbpedia-de:Datenkompression dbpedia-eu:Datu-konpresio dbpedia-pl:Kompresja_(informatyka) n44:پەستاندنی_داتا dbpedia-fr:Compression_de_données dbpedia-az:Verilənlərin_sıxlaşdırılması wikidata:Q2493 dbpedia-fa:فشرده‌سازی_داده‌ها dbpedia-sw:Ugandamuzi_data dbpedia-eo:Datenkunpremo dbpedia-ko:데이터_압축 dbpedia-da:Datakompression dbpedia-vi:Nén_dữ_liệu yago-res:Video_compression dbpedia-simple:Data_compression dbpedia-pt:Compressão_de_dados dbpedia-ro:Compresie_de_date dbpedia-es:Compresión_de_datos dbpedia-nl:Datacompressie dbpedia-ja:データ圧縮 dbpedia-ca:Compressió_de_dades dbpedia-no:Datakompresjon dbpedia-kk:Мәліметтерді_сығымдау dbpedia-it:Compressione_dei_dati dbpedia-bg:Компресиране_на_данни dbpedia-ku:Kompresyona_daneyê dbpedia-et:Andmete_pakkimine n77:معطیاتی_دابیت dbpedia-sr:Kompresija_podataka dbpedia-hr:Sažimanje_podataka dbpedia-zh:数据压缩 dbpedia-ar:ضغط_بيانات dbpedia-ga:Comhbhrú_sonraí dbpedia-cs:Komprese_dat freebase:m.0279m n86:Glaudinimas dbpedia-sh:Kompresija_podataka n88:Datu_saspiešana dbpedia-nn:Datakomprimering

dbp:wikiPageUsesTemplate

dbt:Use_American_English dbt:Compression_Methods dbt:Compression_Software_Implementations dbt:Fv dbt:Webarchive dbt:Authority_control dbt:Main dbt:See dbt:See_also dbt:Citation dbt:Compression_formats dbt:Short_description dbt:Data dbt:Reflist dbt:Div_col dbt:Div_col_end dbt:Redirect

dbo:thumbnail

n61:AudiodatenkompressionManowarThePowerOfThySword.jpg?width=300

dbp:date

2007-09-28 October 2021 2017-08-30 2010-03-15

dbp:reason

This self-published source is not good enough to verify this significant first.

dbp:title

Which compression technology should be used? Data Footprint Reduction Technology Videsignline – Intro to Video Compression Why does 10-bit save bandwidth ? MPEG 1&2 video compression intro

dbp:url

n42:TSU12345USEN.PDF n40:showArticle.jhtml%3FarticleID=185301351 n89:chapter7.pdf n72:download.php%3Ffile=1194 n73:download.php%3Ffile=1196

dbo:abstract

Kompresi data atau pemampatan data (bahasa Inggris: data compression) adalah sebuah cara dalam ilmu komputer untuk memadatkan data sehingga hanya memerlukan ruangan penyimpanan lebih kecil sehingga lebih efisien dalam menyimpannya atau mempersingkat waktu pertukaran data tersebut. Ada terdapat dua jenis pemampatan data, yaitu pemampatan tanpa kehilangan (bahasa Inggris: lossless data compression) dan pemampatan kehilangan (bahasa Inggris: lossy data compression). Сжа́тие да́нных (англ. data compression) — алгоритмическое (обычно обратимое) преобразование данных, производимое с целью уменьшения занимаемого ими объёма. Применяется для более рационального использования устройств хранения и передачи данных. Синонимы — упаковка данных, компрессия, сжимающее кодирование, кодирование источника. Обратная процедура называется восстановлением данных (распаковкой, декомпрессией). Сжатие основано на устранении избыточности, содержащейся в исходных данных. Простейшим примером избыточности является повторение в тексте фрагментов (например, слов естественного или машинного языка). Подобная избыточность обычно устраняется заменой повторяющейся последовательности ссылкой на уже закодированный фрагмент с указанием его длины. Другой вид избыточности связан с тем, что некоторые значения в сжимаемых данных встречаются чаще других. Сокращение объёма данных достигается за счёт замены часто встречающихся данных короткими кодовыми словами, а редких — длинными (энтропийное кодирование). Сжатие данных, не обладающих свойством избыточности (например, случайный сигнал или белый шум, зашифрованные сообщения), принципиально невозможно без потерь. Сжатие без потерь позволяет полностью восстановить исходное сообщение, так как не уменьшает в нем количество информации, несмотря на уменьшение длины. Такая возможность возникает только если распределение вероятностей на множестве сообщений не равномерное, например часть теоретически возможных в прежней кодировке сообщений на практике не встречается. En informadiko, la datenkunpremo (datenkunpremado, datumkunpremo aŭ datumkunpremado) estas la redukto (malpliigo) de la volumeno de trakteblaj datenoj por reprezenti difinita informon uzante malpli grandan kvanton da spaco. La fakto de datenkunpremo estas nomata «kunpremado», kaj la malo «malkunpremado». La spaco kiun okupas kodita informo (datenoj, cifereca signalo ktp.) sen farita kunpremo estas la produkto inter la montrofrekvenco kaj la cifereca detaligeblo. Tial, ju pli da bitoj estas uzataj, des pli vasta estas la grando de la dosiero. Tamen, la detaligeblo venas farita de la cifereca sistemo per kiu oni laboras kaj oni ne povas ŝanĝi la nombron de bitoj laŭvole; pro tio, oni uzas la kunpremon por transsendi la saman kvanton da informo kiu okupus grandan detaligeblon per pli malgranda nombro de bitoj. La datenkunpremo estas partikulara okazo de la kodigo, kies ĉefa karaktero estas ke la rezulta kodo estas pli malgranda ol tiu origina. La datenkunpremo estas bazata fundamente en la serĉado de ripetoj en serioj de datumoj por posta stokado de la datumo kun la nombro de fojoj en kiuj ĝi ripetiĝis. Tiel, por ekzemplo, se en arkivo aperas sekvenco kiel "AAAAAA", okupanta 6 bitojn, tiu estus stokebla simple kiel "6A" kio okupas nur 2 bitojn, en algoritmo RLE (el anglalingva "run-length encoding"). Se paroli pri datenkunpremo gravas la du jenaj konceptoj: 1. * Redundo: Datenoj kiuj estas ripetitaj aŭ antaŭvideblaj. 2. * Entropio: La nova aŭ esenca informo kiu estas difinita kiel la diferenco inter la totala kvanto de datumo de mesaĝo kaj ties redundo. Komprese dat (také komprimace dat) je zpracování počítačových dat s cílem zmenšit jejich objem (jednotka: bajt) při současném zachování informací v datech obsažených. Úkolem komprese dat je zmenšit datový tok při jejich přenosu nebo zmenšit potřebu zdrojů při ukládání informací. Obecně se jedná o snahu zmenšit velikost datových souborů, což je výhodné pro jejich archivaci nebo pro přenos přes síť s omezenou rychlostí (snížení doby nutné pro přenos). Komprese může být nutná při omezené datové propustnosti, např. mobilní telefon komprimuje hovor pro přenos GSM sítí. Zvláštními postupy – kódováním, které je dané zvoleným kompresním algoritmem, se ze souboru odstraňují redundantní (nadbytečné) informace, zvyšuje se entropie dat. Komprese dat lze rozdělit do dvou základních kategorií: * Ztrátová komprese – při kompresi jsou některé informace nenávratně ztraceny a nelze je zpět zrekonstruovat. Používá se tam, kde je možné ztrátu některých informací tolerovat a kde nevýhoda určitého zkreslení je bohatě vyvážena velmi významným zmenšením souboru. Používá se pro kompresi zvuku a obrazu (videa), při jejichž vnímání si člověk chybějících údajů nevšimne nebo si je dokáže domyslet (do určité míry). * Bezeztrátová komprese – obvykle není tak účinná jako ztrátová komprese dat. Velkou výhodou je, že komprimovaný soubor lze dekompresí rekonstruovat do původní podoby. To je nutná podmínka při přenášení např. počítačových dat, výsledků měření, textu, kde by ztráta i jediného znaku mohla znamenat nenávratné poškození souboru. A compressão de dados é o ato de reduzir o espaço ocupado por dados num determinado dispositivo. Essa operação é realizada através de diversos algoritmos de compressão, reduzindo a quantidade de Bytes para representar um dado, sendo esse dado uma imagem, um texto, ou um arquivo (ficheiro) qualquer. Comprimir dados destina-se também a retirar a redundância, baseando-se que muitos dados contêm informações redundantes que podem ou precisam ser eliminadas de alguma forma. Essa forma é através de uma regra, chamada de código ou protocolo, que, quando seguida, elimina os bits redundantes de informações, de modo a diminuir seu tamanho nos ficheiros. Por exemplo, a sequência "AAAAAA" que ocupa 6 bytes, poderia ser representada pela sequência "6A", que ocupa 2 bytes, economizando 67% de espaço. Além da eliminação da redundância, os dados são comprimidos pelos mais diversos motivos. Entre os mais conhecidos estão economizar espaço em dispositivos de armazenamento, como discos rígidos, ou ganhar desempenho (diminuir tempo onde acontece essas transmissões) em transmissões. Embora possam parecer sinônimos, compressão e compactação de dados são processos distintos. A compressão, como visto, reduz a quantidade de bits para representar algum dado, enquanto a compactação tem a função de unir dados que não estejam unidos. Um exemplo clássico de compactação de dados é a desfragmentação de discos. Die Datenkompression (wohl lehnübersetzt und eingedeutscht aus dem englischen ‚data compression‘) – auch (weiter eingedeutscht) Datenkomprimierung genannt – ist ein Vorgang, bei dem die Menge digitaler Daten verdichtet oder reduziert wird. Dadurch sinkt der benötigte Speicherplatz, und die Übertragungszeit der Daten verkürzt sich.In der Nachrichtentechnik wird die Komprimierung von Nachrichten aus einer Quelle durch einen Sender als Quellenkodierung bezeichnet. Grundsätzlich wird bei der Datenkompression versucht, redundante Informationen zu entfernen. Dazu werden die Daten in eine Darstellung überführt, mit der sich alle – oder zumindest die meisten – Informationen in kürzerer Form darstellen lassen. Diesen Vorgang übernimmt ein Kodierer und man bezeichnet den Vorgang als Kompression oder Komprimierung. Die Umkehrung bezeichnet man als Dekompression oder Dekomprimierung. Man spricht von verlustfreier Kompression, verlustfreier Kodierung oder Redundanzreduktion, wenn aus den komprimierten Daten wieder exakt die Originaldaten gewonnen werden können. Das ist beispielsweise bei der Kompression ausführbarer Programmdateien notwendig. Bei der verlustbehafteten Kompression oder Irrelevanzreduktion können die Originaldaten aus den komprimierten Daten meist nicht mehr exakt zurückgewonnen werden, das heißt, ein Teil der Information geht verloren; die Algorithmen versuchen, möglichst nur „unwichtige“ Informationen wegzulassen. Solche Verfahren werden häufig zur Bild- oder Videokompression und Audiodatenkompression eingesetzt. Datacompressie is het representeren van digitale gegevens met minder bits dan de oorspronkelijke representatie. Dit artikel zou bijvoorbeeld minder ruimte innemen als we overal het woord 'comp' in plaats van 'compressie' kunnen schrijven. Daardoor zou het bijvoorbeeld sneller over een netwerk verstuurd kunnen worden. Het comprimeren van gegevens is nuttig, omdat het helpt om bronnen te verkleinen en daardoor een hogere opslagcapaciteit of transmissiecapaciteit geeft. Dezelfde hoeveelheid gegevens kunnen namelijk in minder bytes worden verzonden en opgeslagen. Gecomprimeerde gegevens moeten eerst worden uitgepakt, hiervoor is tijd en rekenkracht nodig. Dit vergt een afweging tussen ruimtebesparing of tijdsbesparing. Er zijn twee vormen van datacompressie; hardwarematig en softwarematig. Hardwarematige compressie wordt uitgevoerd door gespecialiseerde apparatuur, zoals een speciale videokaart. Dit versnelt de compressie aanzienlijk. Softwarematige compressie wordt gedaan door een computerprogramma, deze oplossing is goedkoper en universeler. Konputazio zientzian datu-konpresioa tratatu beharreko datuen bolumenaren murriztea da, informazio jakin bat ahalik eta espazio kopuru txikiena erabiliz adierazteko. Datu-konpresioaren ekintza konpresio izendatzen da, eta kontrakoa deskonpresioa. Konpresiorik gabeko informazio kodetu batek (datuak, seinale digitala, eta abar) hartzen duen lekua laginketaren maiztasunaren eta bereizmenaren arteko zatidura da. Beraz, zenbat eta bit gehiago erabili, orduan eta handiagoa izango da fitxategiaren tamaina. Dena den, lanerako erabiltzen den sistema digitalak ezartzen du bereizmena eta biten kopurua ezin da nahi bezala aldatu; hori dela eta, konpresioa erabiltzen da, bereizmen handiko informazio kantitate bera bit kopuru txikiagoan transmititzeko. Datu konpresiorako erabiltzen diren algoritmoak zenbakiak zenbaki lehenen biderketa moduan adierazteko algortimoetan oinarritzen dira. Biderketa horretako zenbaki lehenen maiztasunak modu unibokoan adierazten du jatorrizko datua zein den. Konpresioa kodeketa berezi bat da eta bere ezaugarri nagusia da, konpresioarekin lortutako kodeketak jatorrizkoak baino tamaina txikiagoa duela. Datu-konpresioa, funtsean, datu-sekuentzien errepikapenak aurkitzean datza; ondoren, datua eta errepikapenen kopurua besterik ez da gordeko. Honela, adibidez, fitxategi batean 6 byte okupatzen duen "AAAAAA" sekuentzia agertzen bada, 2 byte besterik okupatzen ez duen " 6A" gorde ahal izango litzateke, RLE (Run-length encoding) algoritmoa erabiliz. Egia esan, prozesua askoz ere konplexuagoa da, gutxitan lortzen direlako hain zehatzak diren errepikapen-ereduak (irudiren batzuetan izan ezik). Honako erabiltzen dira: * Alde batetik, algoritmo batzuek geroago forma motzagoetan kodetuko diren sekuentzia luzeak bilatzen dituzte. * Bestalde, algoritmo batzuek, Huffmanen algoritmoak adibidez, sarrien errepikatzen diren karaktereak aztertzen dituzte, gehien errepikatzen direnak forma motzagoetan kodetzeko. * Beste batzuek, LZW algoritmoak adibidez, aurkitutako ereduekin hiztegi bat eraikitzen dute, geroago eredu horiei erreferentzia egiten zaielarik. * Erraz ulertzen den beste konpresio-algoritmo bat byte bikoitien kodeketa da. Konpresioari buruz hitz egiterakoan, honako bi kontzeptuak kontutan hartu behar dira: 1. * Erredundantzia: Aurreikus daitezkeen edo errepikakorrak diren datuak 2. * Entropia: Informazio berria edo funtsezkoa da, hau da, mezu batean dagoen datu kopuru totalaren eta bere erredundantziaren arteko diferentzia. Datuek emandako informazioa hiru motatako izan daiteke: 1. * Erredundantea: informazio errepikakorra edo aurreikus daitekeena. 2. * Esanguratsua ez dena: hauteman ezin dugun informazioa; ezabatzeak, beraz, ez du mezuaren edukiaren gain eraginik sortuko. Adibidez, giza-entzumena 16/20Hz eta 16.000/20.000Hz arteko maiztasunak aditzeko gai bada, maiztasun horien gainetik edo azpitik daudenak ez dira esanguratsuak izango. 3. * Oinarrizkoa: esanguratsua dena. Erredundantea ez den informazio esanguratsua. Transmititu behar dena seinalea berreraiki ahal izateko. Hiru informazio mota horiek kontuan izanik, informazioaren konpresiorako hiru eredu ezartzen dira: 1. * Galerarik gabeko konpresioa: mezuaren entropia osoa transmititzea (oinarrizkoa den eta esanguratsua ez den informazio osoa transmititzea, baina erredundantea kenduz). 2. * Galera subjektiborik gabea: informazio erredundanteaz gain esanguratsua ez dena ere kendu egiten da. 3. * Galera subjektiboarekin: oinarrizko informazioa galdu egingo da, errore nabariekin, baina onargarriak, berreraikiko da mezua ( adibidez: bideokonferentzia). Sa ríomheolaíocht is ionann comhbhrú sonraí agus an próiseas ina dhéantar ar eolas ag baint úsáide as níos lú giotán ná mar a d'úsáidfeadh leagan neamhionchódaithe. Úsáidtear scéim ionchódaithe éigin leis seo a chur i bhfeidhm. Sampla de scéim ionchódaithe is ea dá n-úsáidfeadh an t-alt seo an giorrúchán "ion." in ionad "ionchódú/ionchódaithe". Is samplaí iad MP3 agus de chomhaid ina chuirtear comhbhrú sonraí i bhfeidhm orthu. データ圧縮（データあっしゅく、英: data compression）とは、あるデータを、そのデータの実質的な性質（情報量）をできる限り保ったまま、データ量を減らした別のデータに変換すること。高効率符号化ともいう。 データ圧縮は、データ転送におけるトラフィックやデータ蓄積に必要な記憶容量の削減といった面で有効である。しかし圧縮されたデータは、利用する前に伸長（解凍）するという追加の処理を必要とする。つまりデータ圧縮は、空間計算量を時間計算量に変換することに他ならない。例えば映像の圧縮においては、それをスムーズに再生するために高速に伸長（解凍）する高価なハードウェアが必要となるかもしれないが、圧縮しなければ大容量の記憶装置を必要とするかもしれない。データ圧縮方式の設計には様々な要因のトレードオフがからんでおり、圧縮率をどうするか、（非可逆圧縮の場合）歪みをどの程度許容するか、データの圧縮伸長に必要とされる計算リソースの量などを考慮する。 データ圧縮には、可逆圧縮と非可逆圧縮の２種類がある。可逆圧縮は、統計的冗長性を特定・除去することでビット数を削減する。可逆圧縮では情報が失われない。可逆圧縮は、数値データや文書、プログラムなど、１ビットの変化で情報の価値が大きく毀損されるようなデータに対して用いられる。一方で、非可逆圧縮は不必要な情報を特定・除去することでビット数を削減する。非可逆圧縮ではいくらかの情報が失われる。非可逆圧縮は、音声や画像、動画など、細部が変化しても情報の意味が変わりにくいデータに対して用いられる。 アナログ技術を用いた通信技術においては通信路の帯域幅を削減する効果を得るための圧縮ということで帯域圧縮ともいわれた。デジタル技術では、情報を元の表現よりも少ないビット数で符号化することを意味する。 新たな代替技法として、圧縮センシングの原理を使ったリソース効率のよい技法が登場している。圧縮センシング技法は注意深くサンプリングすることでデータ圧縮の必要性を避けることができる。 Kompresja danych (ang. data compression) – zmiana sposobu zapisu informacji w celu zmniejszenia redundancji i tym samym objętości zbioru. Innymi słowy chodzi o wyrażenie tego samego zestawu informacji, lecz za pomocą mniejszej liczby bitów. Działaniem przeciwnym do kompresji jest dekompresja. La compression de données ou codage de source est l'opération informatique consistant à transformer une suite de bits A en une suite de bits B plus courte pouvant restituer les mêmes informations, ou des informations voisines, en utilisant un algorithme de décompression. C'est une opération de codage qui raccourcit la taille (de transmission, de stockage) des données au prix d'un travail de compression. Celle-ci est l'opération inverse de la décompression. Un algorithme de compression sans perte restitue après décompression une suite de bits strictement identique à l'originale. Les algorithmes de compression sans perte sont utilisés pour les archives, les fichiers exécutables ou les textes. Pour la compression de données sans pertes, on distingue principalement le codage entropique et le codage algorithmique. Le codage entropique est fondé sur des a priori quant à la source. On doit, par exemple, pour le codage de Huffman, transmettre une table de probabilités des symboles de la source. D'autres exemples sont les codages par dictionnaire comme LZ77, LZ78 et LZW. Le codage algorithmique, lui, ne nécessite de transmettre d'autres informations que le résultat du codage (et la méthode de compression utilisée). Avec un algorithme de compression avec perte, la suite de bits obtenue après décompression est plus ou moins voisine de l'original selon la qualité désirée. Les algorithmes de compression avec perte sont utiles pour les images, le son et la vidéo. Les formats de données tels que Zip, RAR, gzip, ADPCM, MP3 et JPEG utilisent des algorithmes de compression de données. Gagner 5 % en efficacité de compression par rapport aux grands algorithmes courants peut typiquement multiplier par 100 le temps nécessaire à la compression. La théorie de la compression de données utilise des concepts issus de la théorie de l'information : celle d'entropie au sens de Shannon. Сти́снення да́них (англ. data compression) — це процедура перекодування даних, яка проводиться з метою зменшення їхнього обсягу, розміру, об'єму. Стиснення базується на усуненні надлишку інформації, яка міститься у вихідних даних. Наприклад, повторення в тексті фрагментів (наприклад, слів природної або машинної мови). Подібний надлишок зазвичай усувається заміною повторюваних послідовностей коротшим значенням (кодом). Інший вид надлишковості пов'язаний з тим, що деякі значення в даних, що стискаються, трапляються частіше інших, при цьому можна замінювати дані, що часто трапляються, коротшими кодами, а ті, що рідко, довшими (ймовірнісне стиснення). Стиснення даних, які не мають властивості надлишку (наприклад випадковий сигнал чи шум), неможливе. Також, зазвичай, неможливо стиснути зашифровану інформацію. Види стиснення: * Стиснення без втрат — можливо відновлення вихідних даних без спотворень. * Стиснення зі втратами — відновлення можливе з незначними спотвореннями. En ciencias de la computación, la compresión de datos es la reducción del volumen de datos tratables para representar una determinada información empleando una menor cantidad de espacio​. Al acto de compresión de datos se denomina «compresión», y al contrario «descompresión». El espacio que ocupa una información codificada (datos, señal digital, etc.) sin compresión es el producto entre la frecuencia de muestreo y la resolución. Por tanto, cuantos más bits se empleen mayor será el tamaño del archivo. No obstante, la resolución viene impuesta por el sistema digital con que se trabaja y no se puede alterar el número de bits a voluntad; por ello, se utiliza la compresión, para transmitir la misma cantidad de información que ocuparía una gran resolución en un número inferior de bits. La compresión es un caso particular de la codificación, cuya característica principal es que el código resultante tiene menor tamaño que el original. La compresión de datos se basa fundamentalmente en buscar repeticiones en series de datos para después almacenar solo el dato junto al número de veces que se repite. Así, por ejemplo, si en un fichero aparece una secuencia como "AAAAAA", ocupando 6 bytes se podría almacenar simplemente "6A" que ocupa solo 2 bytes, en algoritmo RLE. En realidad, el proceso es mucho más complejo, ya que raramente se consigue encontrar patrones de repetición tan exactos (salvo en algunas imágenes). Se utilizan algoritmos de compresión: * Por un lado, algunos buscan series largas que luego codifican en formas más breves. * Por otro lado, algunos algoritmos, como el algoritmo de Huffman, examinan los caracteres más repetidos para luego codificar de forma más corta los que más se repiten. * Otros, como el LZW, construyen un diccionario con los patrones encontrados, a los cuales se hace referencia de manera posterior. * La codificación de bytes pares es otro sencillo algoritmo de compresión muy fácil de entender. A la hora de hablar de compresión hay que tener presentes dos conceptos: 1. * Redundancia: Datos que son repetitivos o previsibles. 2. * Entropía: La información nueva o esencial que se define como la diferencia entre la cantidad total de datos de un mensaje y su redundancia. La información que transmiten los datos puede ser de tres tipos: * Redundante: información repetitiva o predecible. * Irrelevante: información que no podemos apreciar y cuya eliminación por tanto no afecta al contenido del mensaje. Por ejemplo, si las frecuencias que es capaz de captar el oído humano están entre 16/20 Hz y 16 000/20 000 Hz, serían irrelevantes aquellas frecuencias que estuvieran por debajo o por encima de estos valores. * Básica: la relevante. La que no es ni redundante ni irrelevante. La que debe ser transmitida para que se pueda reconstruir la señal. Teniendo en cuenta estos tres tipos de información, se establecen tres tipologías de compresión de la información: * Sin pérdidas reales: es decir, transmitiendo toda la entropía del mensaje (toda la información básica e irrelevante, pero eliminando la redundante). * Subjetivamente sin pérdidas: es decir, además de eliminar la información redundante se elimina también la irrelevante. * Subjetivamente con pérdidas: se elimina cierta cantidad de información básica, por lo que el mensaje se reconstruirá con errores perceptibles pero tolerables (por ejemplo: la videoconferencia). Στη επεξεργασία σήματος η συμπίεση δεδομένων (data compression) περιλαμβάνει την επεξεργασία της πληροφορίας με τη χρήση λιγότερων μπιτ από την αρχική μορφή του αρχέιου ή των δεδομένων. Για το σκοπό αυτό χρησιμοποιούνται πολλές μέθοδοι, οι οποίες χωρίζονται σε δύο μεγάλες κατηγορίες: τις μη απωλεστικές και τις απωλεστικές. Πολλά αρχεία περιέχουν μεγάλα τμήματα τα οποία επαναλαμβάνονται (όπως ένα αρχείο κειμένου μπορεί να περιέχει πολλές φορές τη λέξη Κωνσταντινούπολη οπότε αρκεί η λέξη να τοποθετηθεί σε έναν πίνακα με λέξεις και να αντικαθίσταται με έναν αριθμό που δείχνει τη θέση της στον πίνακα) ή περιέχουν δεδομένα που η απώλειά τους δεν προκαλεί σοβαρή μεταβολή του περιεχόμενου. Η συμπίεση μπορεί να μειώσει τον όγκο των δεδομένων που στέλνονται ή αποθηκεύονται, με την ελαχιστοποίηση του ενυπάρχοντος πλεονασμού. Ο πλεονασμός παρουσιάζεται κατά τη δημιουργία των δεδομένων. Με τη διαδικασία της συμπίεσης η μεταφορά και η αποθήκευση γίνονται με πιο αποδοτικό τρόπο, ενώ παράλληλα διατηρείται η ακεραιότητα των δεδομένων. La compressione dei dati, in informatica e nelle telecomunicazioni, è la tecnica di elaborazione dati che, attuata a mezzo di opportuni algoritmi, permette la riduzione della quantità di bit necessari alla rappresentazione in forma digitale di un'informazione. Datakomprimering eller datakompression är när data omkodas på ett sätt som gör att färre informationsbärande enheter (oftast bitar) behöver användas. Det finns ett flertal fall då detta är önskvärt. Exempel inkluderar: * Då man vill spara lagringsutrymme på disk. * Då man snabbare vill överföra information via en länk som har begränsad bandbredd. När datasekvenser komprimeras brukar man kalla det att sekvensen kodas (engelska encode). Att avkoda (engelska decode) är att översätta den kodade sekvensen till den ursprungliga datasekvensen.Data som komprimeras benämns ursprungssignal eller klartext. Kodad text sägs vara . Det finns två huvudtyper av datakomprimering, icke-destruktiv komprimering och destruktiv komprimering (eller förstörande komprimering). Då en komprimering är icke-destruktiv går det alltid att utifrån den komprimerade datan återskapa den ursprungliga datan. Om man bara kan återställa något som approximerar den ursprungliga datan har man destruktiv komprimering. Algoritmer för icke-destruktiv komprimering kodar om klartexten så att mängden statistiskt redundant data minskas. Någon informationsförlust sker dock inte. Destruktiva komprimeringsmetoder används då en viss informationsförlust är acceptabel – exempelvis för multimedia. Vanliga förstörande komprimeringsmetoder för ljud, film eller bild bygger på det faktum att människans sinnen inte är perfekta, varför man kan skala bort en del information (och därmed vid dekomprimering få en förvrängd variant av ursprungssignalen) utan att det märks särskilt mycket. ضغط البيانات أو مصدر الترميز (بالإنجليزية: Data compression)‏ في علوم الحاسوب والمعلومات النظرية، هو عملية تشفير المعلومات حيث تأخذ حيزا قليلا من المساحة. ويوجد العديد من البرامج التي تقوم بضغط البيانات من أشهرها وين زيب. يختلف نوع ما من المقاييس المستخدمة لضغط البيانات الرقمية باختلاف بشكل ملحوظ جدا على نوع الضغط المستخدمة وطريقة التطبيق الذي يتم استخدامه.خوارزميات ضغط ضياع، والتي ترتبط في المقام الأول مع المدرسة القديمة من ضغط المعروفة باسم الجيل الأول الترميز، واستخدام صيغة بسيطة نسبة كما في المعادلة (2.1): ضغط حجم الملف نسبة ضغط =----------------------- (2.1) فتح ضغط حجم الملف المعادلة (2.1) هي في جوهرها ضغط متري نسبة بسيطة مبنية. بغض النظر عن نوع من وسائل الإعلام الرقمية يتم ضغطها (أي الصورة والنص، والصوت، الخ) نسبة ضغط صرح يعطي دلالة واضحة على ضغط تحقيقه.وهناك أنواع عديدة من الطريقة المستخدمة في هذه الأيام لضغط، وكلها لها خصائصها المميزة. نوع الطريقة المستخدمة يملي الانتروبيا من البيانات التي يتم ضغطها. عند اختيار طريقة من المهم أن تعرف ما نوع البيانات التي يتم ضغطها من أجل الحصول على نسبة ضغط الحد الأقصى الممكن. عند استخدام الانتروبي المدى بالتعاون مع الصور الرقمية لا يعني بالضرورة على المعلومات بكسل من الصورة. مؤخرا أصبح من الممكن لتخزين كيف تبدو صورة إدراكيا. عند تطبيق مثل هذا النموذج قد يعني أن الصورة تم تعديل طفيف خلال دورة ضغط / التوسع دون التأثير على الجودة المدركة من جانب المستخدم. هذا هو مفهوم هام كما يراها نموذجا الإدراك الحسي محتوى المعلومات من الصورة لا تكون البيانات بكسل ثنائي مقرها، ولكن كيف يمكن لصورة على أن جهاز تبدو للمستخدم [49]. عندما يجري تنفيذها واختبارها هذا يمكن أن يكون، في بعض الأحيان غير موضوعية جدا، ولكن عند تطبيقها بطريقة سليمة ومدروسة يمكن أن تولد بعض نسب ضغط مذهلة مع تشويه الحد الأدنى من الأصل. ويمكن أن يقال هذه الفكرة لتكون أساس الحقل الجديد من الجيل الثاني ضغط الصورة [41]. خلال الفترة المتبقية من هذه الرسالة سيكون التركيز على تطوير المعلومات الزائدة عن الحاجة من صورة وقت ممكن. مشغولة نموذج أساسا مع إزالة المعلومات الزائدة عن الحاجة، ووضع بيانات الناتج في مثل هذا التنسيق الذي يعتبر مثاليا للالكون تستند الترميز، وتستند جميع النماذج الإحصائية، حتى بعد تطبيق جميع التحويلات الممكنة لتبسيط وتعديل واحد إدخال البيانات لا يزال مطلوب لتوليد الاحتمالات وذلك لتشفير البيانات. يتم تصنيف أساليب الضغط إلى نوعين: * ضغط البيانات غير المنقوص. * ضغط البيانات المنقوص. في مجال معالجة الإشارات الرقمية، يشير مصطلح ضغط البيانات (Data Compression)، أو الترميز المصدري (Source Coding)، أو خفض معدّل البيانات إلى ترميز المعلومات باستخدام قدر أقل من من التمثيل الأصلي. يمكن أن يكون ضغط البيانات إمّا أو ضغط البيانات غير المضيع بالإنجليزية (Lossy) و (Lossless Compression) على الترتيب. يخفض من عدد النبضات الثنائية (البت) اللازمة للتعبير عن البيانات عن طريق التعرف على .ولا تفقد أي معلومات نتيجة لضغط البيانات. ومن أمثلة هذا النوع البرامج التي تستخدم لضغط ملفات الحاسوب مثل برامج ليتم تخزينها في صيغة (*.rar)أو في صيغة (*.zip).ويتم استعادة ملفات الحاسب أيًا كان نوعها بالكامل بعد فك الضغط. أمّا في حالة فيتم تقليل النبضات الثنائية من خلال التعرف على المعلومات غير الهامة أو غير اللازمة وإزالتها. ومن أمثلة هذا النوع ما يحدث عند تخزين الصور ومقاطع الفيديو بصيغ تقلل الحجم، حيث يتم ضغط حجم الملفات عن طريق تقليل جودة الصورة مثلاً بقدر غير محسوس، مثال: تحويلها من صيغة (*.bmp) الكاملة إلى صيغة (*.jpg) المضغوطة. وكذلك الحال عند تحويل صيغة (*.avi) الكاملة إلى صيغ أخرى مثل (*.mp4) المضغوطة. ولا يمكن استرجاع «المعلومات» المفقودة عند الضغط بهذه الأساليب. وتسمى عملية خفض حجم ملف البيانات باسم «ضغط البيانات». أمّا في سياق نقل البيانات وفي أنظمة الاتصالات، فيطلق عليها «ترميز المصدر» (حيث يتم الترميز عند مصدر البيانات قبل تخزينها أو إرسالها) وهذا على العكس من ترميز القناة. والذي يقصد منه تصحيح الأخطاء التي تسببها القناة أثناء الإرسال. يعتبر ضغط البيانات أمرًا مفيدًا نظرًا لأنه يساعد على خفض استخدام الموارد، مثل وسط التخزين أو الإرسال أو حيز التردد. ونظرًا لأن البيانات المضغوطة لابد من فك ضغطها لكي تصبح صالحة للاستخدام، فإن عمليات المعالجة الإضافية هذه تضع قيودًا حسابية أو تكلفة من نوع آخر لعملية فك الضغط، وبالتالي فإن هذه العملية ليست بلا ثمن!. ويتطلب فك ضغط البيانات الموازنة بين الوقت/حيز التخزين من ناحية وبين التعقيد من ناحية أخرى. فعلى سبيل المثال، عند استخدام أحد أساليب ضغط الفيديو، يتطلب الأمر إمّا مكلّفة لكي تتمكن من فك ضغط الفيديو أثناء المشاهدة (وهو ما يزيد التعقيد)، أو أن يتم فك الضغط بالكامل قبل المشاهدة وهو ما يكلِّف وقتًا (في أنظمة الإرسال/الاستقبال) ويتطلب أيضًا حيز تخزين كبير يستوعب الفيديو الذي تم فكّه. ويعتمد تصميم أنظمة ضغط البيانات على الموازنة بين عدة عوامل مختلفة، والتي تشمل درجة الضغط، وكمية التشويه (Distortion) التي يمكن احتمالها (وذلك عند استخدام أنظمة )، وكمية الموارد الحسابية المطلوبة لفك ضغط البيانات. وتجدر الإشارة إلى أن نظرية المعلومات هي العلم الذي يبحث في كلا نوعي ضغط البيانات، كما سيأتي تفصيله لاحقًا، حيث يهدف الضغط غير المنقوص إلى تمثيل البيانات بعدد من النبضات الثنائية يكافئ بالضبط الإنتروبية بينما يؤدي الضغط المنقوص إلى تمثيل البيانات بأقل من الإنتروبية، وبالتالي يحدث فقد في المعلومات (تشويه) وتبحث النظرية حينئذٍ في تحقيق أقصى استفادة مناظرة لهذا التشويه. La compressió de dades, aplicada al món de la informàtica, consisteix en el procés de codificació de dades utilitzant el mínim nombre possible de bits, o unitats d'informació. Això es pot aconseguir gràcies a la utilització d'esquemes de codificat o còdecs. La compressió només funciona si tant l'emissor com el receptor de la informació del missatge han acordat a priori un esquema concret de codificat. Per exemple, podríem acordar que a partir d'aquesta línia de text escriurem cp en comptes de compressió, això ens estalviaria uns quants bits i faria que l'arxiu final ocupes menys. Però perquè el lector d'aquest article comprengui el significat de cp hem d'informar-lo amb anterioritat (ha de conèixer l'esquema de codificat). Principalment, la compressió és possible gràcies al fet que al món real, les dades són molt redundants, o bé són representades en una "forma humana", és a dir, fàcils d'interpretar per tots nosaltres però no representats d'una manera òptima. La compressió és important perquè ens permet d'estalviar recursos que resultarien cars, com ara espai de disc o amplada de banda en la nostra xarxa. Per això s'han creat diversos tipus d'algorismes de compressió segons el tipus de dades que volem comprimir. Bàsicament, es podrien dividir entre els que tenen pèrdues per a imatge, so i vídeo, i els que són sense pèrdua per desar dades, programes, o informació que no pugui ser alterada. La compressió és un cas particular de la codificació, que destaca perquè el codi resultant té menor mida que l'original. La compressió de dades consisteix en la reducció del volum d'informació tractable (processar, transmetre o gravar). En principi, amb la compressió es pretén transportar la mateixa informació, però utilitzant la menor quantitat d'espai. L'espai que ocupa una informació codificada (dades, senyal digital, etc.) Sense compressió és el quocient entre la freqüència de mostreig i la resolució. Per tant, com més bits s'empren major serà la mida del fitxer. No obstant això, la resolució ve imposada pel sistema digital amb què es treballa i no es pot alterar el nombre de bits a voluntat, de manera que s'utilitza la compressió, per transmetre la mateixa quantitat d'informació que ocuparia una gran resolució en un nombre inferior de bits. La compressió de dades es basa fonamentalment a buscar repeticions en sèries de dades per després emmagatzemar només la dada amb el nombre de vegades que es repeteix. Així, per exemple, si en un fitxer apareix una seqüència com "aaaaaa", ocupant 6 bytes es podria emmagatzemar simplement "6A" que ocupa només 2 bytes, en algorisme RLE. En realitat, el procés és molt més complex, ja que rarament s'aconsegueix trobar patrons de repetició tan exactes (excepte en algunes imatges). S'utilitzen algorismes de compressió In information theory, data compression, source coding, or bit-rate reduction is the process of encoding information using fewer bits than the original representation. Any particular compression is either lossy or lossless. Lossless compression reduces bits by identifying and eliminating statistical redundancy. No information is lost in lossless compression. Lossy compression reduces bits by removing unnecessary or less important information. Typically, a device that performs data compression is referred to as an encoder, and one that performs the reversal of the process (decompression) as a decoder. The process of reducing the size of a data file is often referred to as data compression. In the context of data transmission, it is called source coding; encoding done at the source of the data before it is stored or transmitted. Source coding should not be confused with channel coding, for error detection and correction or line coding, the means for mapping data onto a signal. Compression is useful because it reduces the resources required to store and transmit data. Computational resources are consumed in the compression and decompression processes. Data compression is subject to a space–time complexity trade-off. For instance, may require expensive hardware for the video to be decompressed fast enough to be viewed as it is being decompressed, and the option to decompress the video in full before watching it may be inconvenient or require additional storage. The design of data compression schemes involves trade-offs among various factors, including the degree of compression, the amount of distortion introduced (when using lossy data compression), and the computational resources required to compress and decompress the data. 데이터 압축은 데이터를 더 적은 저장 공간에 효율적으로 기록하기 위한 기술, 또는 그 기술의 실제 적용을 가리킨다. 크게 데이터를 더 작은 크기로 변환시키는 인코딩 과정과 저장된 데이터를 다시 불러와 원래 데이터 형태로 복원시키는 디코딩 과정으로 이루어진다. 이때 인코딩하기 전의 데이터 크기와 인코딩하고 나서의 데이터 크기의 비율을 이라고 한다. 압축 기술의 종류에 따라 데이터의 내용을 바꾸지 않고 원래 내용 그대로 디코딩할 수 있는 무손실 압축과 더 높은 압축률을 얻을 수 있지만 디코딩한 데이터의 세부적인 디테일을 일부 희생시키는 손실 압축이 존재한다. 대표적인 무손실 압축 알고리즘에는 반복 길이 부호화와 허프만 부호화, 산술 부호화 등이 있다. 손실 압축 알고리즘은 인간의 감각 기관의 특성을 역이용하여 압축률을 높이므로, 음성, 정지화상, 동영상 등 데이터의 종류에 따라 각각 다른 알고리즘이 사용된다. MPEG 표준 압축기술이 많이 쓰인다. 在计算机科学和信息论中，数据压缩或者源编码是按照特定的编码机制用比未经编码少的数据位元（或者其它信息相关的单位）表示信息的过程。例如，如果我们将「compression」编码为「comp」那么这篇文章可以用较少的数据位元表示。常見的例子是ZIP文件格式，此格式不仅仅提供压缩功能，还可作为归档工具（Archiver），能够将许多文件存储到同一个文件中。 我們可利用資料的一致性（可用信息熵，entropy來表示），規則性，與可預測性去實現資料壓縮。人類最先發展的壓縮技術實為自然語言，一般來說，若可以用比較精簡的自然語言來描述一樣事物，那麼也就越能夠對這樣事物做壓縮。資料越一致，亦代表其統計特性越集中。以影像壓縮為例，其集中代表有傅立葉變換的時域及頻域，直方圖，特徵值。

prov:wasDerivedFrom

wikipedia-en:Data_compression?oldid=1123204982&ns=0

dbo:wikiPageLength

63031

foaf:isPrimaryTopicOf

wikipedia-en:Data_compression