4511
правок
Усиление степени сжатия текста: различия между версиями
Перейти к навигации
Перейти к поиску
м
Усиление степени сжатия текста (посмотреть исходный код)
Версия от 22:36, 6 января 2017
, 6 января 2017→Ключевые слова и синонимы
Irina (обсуждение | вклад) (Новая страница: «== Ключевые слова и синонимы == Модели сжатия высокого порядка; [[сжатие с учетом контекс…») |
Irina (обсуждение | вклад) |
||
| Строка 1: | Строка 1: | ||
== Ключевые слова и синонимы == | == Ключевые слова и синонимы == | ||
[[Модели сжатия высокого порядка]]; [[сжатие с учетом контекста | [[Модели сжатия высокого порядка]]; [[сжатие с учетом контекста]] | ||
== Постановка задачи == | |||
Неформально техника усиления представляет собой метод, который при применении к определенному классу алгоритмов повышает их эффективность. Повышение должно быть доказуемым и четко определенным в виде одного или нескольких параметров, характеризующих эффективность работы алгоритма. Примеры подобных «усилителей» можно найти в сегментах рандомизированных алгоритмов (здесь усилитель позволяет превратить алгоритм BPP в RP [6]) и теории вычислительного обучения (в данном случае усилитель позволяет повысить точность прогнозирования у слабого обучающего алгоритма [10]). Задача усиления сжатия заключается в разработке техники, повышающей эффективность сжатия широкого класса алгоритмов. В частности, результатом работы Ферраджины и др. явилась обобщенная техника, позволяющая «заставить» компрессор, не использовавший контекстной информации вовсе, всегда использовать наилучший возможный контекст. | Неформально техника усиления представляет собой метод, который при применении к определенному классу алгоритмов повышает их эффективность. Повышение должно быть доказуемым и четко определенным в виде одного или нескольких параметров, характеризующих эффективность работы алгоритма. Примеры подобных «усилителей» можно найти в сегментах рандомизированных алгоритмов (здесь усилитель позволяет превратить алгоритм BPP в RP [6]) и теории вычислительного обучения (в данном случае усилитель позволяет повысить точность прогнозирования у слабого обучающего алгоритма [10]). Задача усиления сжатия заключается в разработке техники, повышающей эффективность сжатия широкого класса алгоритмов. В частности, результатом работы Ферраджины и др. явилась обобщенная техника, позволяющая «заставить» компрессор, не использовавший контекстной информации вовсе, всегда использовать наилучший возможный контекст. | ||
| Строка 20: | Строка 20: | ||
В следующих разделах будет изложено точное формальное обоснование перечисленных характеристик. | В следующих разделах будет изложено точное формальное обоснование перечисленных характеристик. | ||
== Основные результаты == | == Основные результаты == | ||