Séance de cours
Compression des données et théorème de Shannon: Récapitulation
Séances de cours associées (33)
Compression: Codes sans préfixe
Explique les codes sans préfixe pour une compression efficace des données et l'importance des codes décodables de manière unique.
Renseignements quantitatifs
Explore l'opérateur CHSH, l'auto-test, les eigenstates et la quantification du hasard dans les systèmes quantiques.
Compression des données et entropie : Conclusion
Couvre la définition de l'entropie, l'algorithme de Shannon-Fano et les sujets à venir.
Compression des données et résumé du théorème de Shannon
Résumé du théorème de Shannon, soulignant l'importance de l'entropie dans la compression des données.
Compression des données et théorème de Shannon: Codes Huffman
Explore les performances de l'algorithme Shannon-Fano et introduit des codes Huffman pour une compression efficace des données.
JPEG 2000: Compression d'image
Explore les principes de compression d'images, en se concentrant sur JPEG 2000, couvrant le codage basé sur la transformation, la quantification, le codage entropie, la région d'intérêt, la résilience aux erreurs et les implémentations logicielles.
Compression des données et théorème de Shannon: Codage Shannon-Fano
Explore le codage Shannon-Fano pour une compression efficace des données et sa comparaison avec le codage Huffman.
Compression des données : Définition de l'entropie
Explore la compression des données par la définition, les types et les exemples pratiques d'entropie, illustrant son rôle dans le stockage et la transmission efficaces de l'information.
Entropie et compression I
Explore la théorie de l'entropie, la compression sans perte, et l'efficacité de l'algorithme Shannon-Fano dans la compression des données.
Compression de données et théorème de Shannon: Exemple de calcul d'entropie
Démontre le calcul de l'entropie pour un exemple spécifique, résultant en une valeur d'entropie de 2,69.