보편적 손실 압축을 위한 실용적 Viterbi 기반 마코프 소스 코덱
본 논문은 이산 마코프 소스를 위한 보편적 손실 압축 방식을 제안한다. 원본 시퀀스에 대한 모든 가능한 복원 시퀀스에 비용을 부여하고, 경험적 (k+1) 차 조건부 엔트로피와 왜곡의 선형 결합을 최소화하는 복원을 선택한다. 비용 함수가 경험적 카운트 행렬에 선형적으로 의존하도록 설계함으로써 Viterbi‑유사 알고리즘으로 최적 복원 시퀀스를 효율적으로 찾을 수 있다. k를 o(log n) 수준으로 증가시키면, 제안 방식은 어떤 마코프 소스에 대…
저자: Shirin Jalali, Andrea Montanari, Tsachy Weissman
본 논문은 이산 마코프 소스를 대상으로 보편적 손실 압축을 구현하기 위한 새로운 알고리즘을 제시한다. 먼저, 소스 시퀀스 x^n 에 대해 가능한 모든 복원 시퀀스 y^n 에 비용을 부여한다. 비용은 (k+1) 차 경험적 조건부 엔트로피 H_k(y^n)와 왜곡 d_n(x^n,y^n)의 선형 결합 형태이며, α>0 라는 고정 슬로프 파라미터가 가중치로 사용된다. 기존 연구
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기