Compressione dell Informazione (Parte II) Marco Gori
|
|
- Cristina Negri
- 5 anni fa
- Visualizzazioni
Transcript
1 ompressione di testo Marco Gori, Università di Siena 1 Compressione dell Informazione (Parte II) Arithmetic Coding e Codifica di Testo Marco Gori marco@dii.unisi.it
2 log 1 p ompressione di testo Marco Gori, Università di Siena 2 Codifica di Huffman: Il Campione in Esilio! Secondo il lower bound dell entropia il numero minimo di simboli a carattere ffl (presente con probabilità p) è Ma, la codifica di Huffman conduce a codici interi! p = 1=7 Se 2:81::: servono bit. Con Huffman devo usare o 2 o 3 bit e questo porta ad uno spreco. ffl Caso limite di spreco: caratteri ad alta (bassa) probabilità. Se p = 0:9 servono 0:15::: bit... e quindi con Hufman si spreca molto. ffl Caso in cui Huffman è realmente ottimo : p = 2 m Da oltre un decennio la codifica c è una valida alternativa
3 ompressione di testo Marco Gori, Università di Siena 3 Arithmetic Coding Esempio: Voglio codificare BILL GATES. Le probabilità dei simboli sono Simbolo Probabilità spazio 0.1 A 0.1 B 0.1 E 0.1 G 0.1 I 0.1 L 0.2 S 0.1 T 0.1
4 ompressione di testo Marco Gori, Università di Siena 4 Allocazione del Range Simbolo Probabilità Range spazio A B E G I L S T
5 ompressione di testo Marco Gori, Università di Siena 5 Costruzione Intervalli di Codifica Carattere Estremo Inferiore Estremo Superiore B I L L spazio G A T E S
6 ompressione di testo Marco Gori, Università di Siena 6 Algoritmo di Codifica low:=0 high:=0 While there are still input symbols do get an input symbol range:=high - low high:= low + range*high_range(symbol) low:= low + range*low_range(symbol) End of While Output low
7 ompressione di testo Marco Gori, Università di Siena 7 Algoritmo di Decodifica get encoded number Do find symbol whose range straddles to the encoded numb output the symbol range:=symbol high value - symbol low value encoded_number:= encoded number - low_value_code encoded_number:= encoded_number/range Until no more symbols
8 0:256 = 0: ::: 0:258 = 0: ::: ompressione di testo Marco Gori, Università di Siena 8 E necessaria rappresentazione dei numeri reali? Ovviamente no! RAPPRESENTAZIONE DELL INTERVALLO DI CODIFICA ffl Considera [0:256; l intervallo 0:258). Nota 8x 2 [0:256; 0:258) che soddisfa. Prendiamo allora il PIÙ PICCOLO NUMERO IN CODIFICA BINARIA DELL INTERVALLO. Si ha: Dunque 0: = 0: soddisfa! Bastano 7 bit. Codifica e decodifica si possono eseguire per approssimazione con le operazioni ffl su interi... il tutto grazie al fatto che mi basta un intervallo!
9 ompressione di testo Marco Gori, Università di Siena 9 Riflessioni sulla Codifica Aritmetica Cosa succede n con simboli equiprobabili? La codifica aritmetica si riduce alla FORMA POLINOMIA. Sviluppare per esercizio: Nota che il range assume una forma di potenza... Si tocca il limite dell entropia (massima)
10 ompressione di testo Marco Gori, Università di Siena 10 Riflessioni sulla Codifica Aritmetica Perchè comprime? Considera il seguente caso limite: Un messaggio è composto da un s simbolo ad alta p probabilità e da simboli rimanenti con q = 1 probabilità p. Che codifica ha il messaggio s:::s ripetuto n volte? Qual è l effetto della probabilità p sulla lunghezza del codice? La codifica aritmetica A(s)è
11 A(s) = p + p (1 p) + p (1 p) 2 + ::: = p nx k=1 q k 1 q n+1 1 q = 1 q n+1 ompressione di testo Marco Gori, Università di Siena 11 = p
12 A(s) = 1 q n+1 ompressione di testo Marco Gori, Università di Siena 12 Riflessioni sulla Codifica Aritmetica (con t) Sono più piccoli quando cresce p... Considera ad esempio p = 1 2 e p = 1 4 Per p = 1=2 il messaggio si codifica con n + 1 bit, per p = 1=4 ne servono il doppio. Due interessanti problemi: 1. PARADOSSO DEL SIMBOLO TERMINALE:Che succede se il messaggio ha lungh. infinita? Si ha A(s)! 0. La codifica ha lunghezza nulla!? 2. Che codifica avrebbe avuto il messaggio sss... se avessi deciso di piazzare il simbolo s nell intervallo [0; p)? In particolare che codifica per ss e sss?
Compressione dell Informazione (Parte I) Marco Gori
ompressione di testo Marco Gori, Università di Siena 1 Compressione dell Informazione (Parte I) Fondamenti e Richiami di Teoria dell Informazione Marco Gori marco@dii.unisi.it ompressione di testo Marco
DettagliTecniche di compressione senza perdita
FONDAMENTI DI INFORMATICA Prof. PIER LUCA MONTESSORO Facoltà di Ingegneria Università degli Studi di Udine Tecniche di compressione senza perdita 2000 Pier Luca Montessoro (si veda la nota di copyright
Dettagli1 Esercizio - caso particolare di ottimalità
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 5 giugno 2006 Argomento: Compressione aritmetica e Tecniche di compressione basate su dizionario Scribes: Andrea Baldan, Michele Ruvoletto
DettagliLA CODIFICA. CANALE IDEALE E REALE
LA CODIFICA. CANALE IDEALE E REALE L A CODIFICA Per trasmettere i simboli generati dalla sorgente devo tradurli in segnali adatti al canale. Per effettuare la trasmissione dovremo: MODULARE il segnale:
DettagliBasi Dati Multimediali - 68A6 Midterm 3 giugno 2004
Basi Dati Multimediali - 68A6 Midterm giugno 2004 Nome, Cognome, Numero di Matricola Le risposte devono essere inserite nel box eventualmente disegnato. Allegare anche i fogli per lo sviluppo delle domande.
DettagliAlgoritmi e Strutture Dati Laboratorio 15/12/2008. Daniele Loiacono
Algoritmi e Strutture Dati Laboratorio 15/12/2008 Problema della compressione Rappresentare i dati in modo efficiente Impiegare il numero minore di bit per la rappresentazione Goal: risparmio spazio su
DettagliAlgoritmi Greedy. Tecniche Algoritmiche: tecnica greedy (o golosa) Un esempio
Algoritmi Greedy Tecniche Algoritmiche: tecnica greedy (o golosa) Idea: per trovare una soluzione globalmente ottima, scegli ripetutamente soluzioni ottime localmente Un esempio Input: lista di interi
DettagliUNIVERSITÀ DEGLI STUDI DI TRIESTE
UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini CODIFICA DI IMMAGINI SENZA PERDITA Sommario 1 2 (Lossless JPEG, PNG, ecc.) 3 4 Motivazione Gli algoritmi per la codifica
DettagliTeoria dell informazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliModello di sistema di comunicazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2006-07 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliMETODI DI BASE PER LA COMPRESSIONE. Multimedia: Nicole R. Andrea C. Gianluca G
METODI DI BASE PER LA COMPRESSIONE Multimedia: Nicole R. Andrea C. Gianluca G INTRODUZIONE Multimedia: Nicole R. Andrea C. Gianluca G Indica il numero minimo di bit necessari per comprimere un segnale
DettagliSistemi a microprocessore
Sistemi a microprocessore Programma: Segnali analogici e digitali Uso di segnali digitali per la rappresentazione dei numeri interi La memoria e la CPU I programmi in linguaggio macchina La connessione
DettagliLa codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliCodifica di Huffman e Lempel-Ziv-Welch A L B E R T O B E L U S S I A N N O A C C A D E M I C O /
Codifica di Huffman e Lempel-Ziv-Welch 1 A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Tipi di compressione Senza perdita (lossless): permettono di ricostruire perfettamente
DettagliCodifica di Huffman e Lempel-Ziv-Welch
e Lempel-Ziv-Welch 1 A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Tipi di compressione Senza perdita (lossless): permettono di ricostruire perfettamente la rappresentazione
DettagliEsercitazione 0. Alberto Marchesi Informatica A Ingegneria Matematica (sez. 2) 25 Settembre 2019
Esercitazione Alberto Marchesi Informatica A Ingegneria Matematica (sez. 2) 25 Settembre 219 Gli esercizi visti a lezione sono segnalati con ( ). Esercizio.1 ( ). Convertire in base 1 il numero (1111)2
DettagliIntroduzione alla codifica entropica
Compressione senza perdite Il problema Introduzione alla codifica entropica Abbiamo un alfabeto di simboli A (nota: non è detto che gli elementi di A siano numeri) Sappiamo che il simbolo a A si presenta
DettagliSTII/Teoria dell Informazione
STII/Teoria dell Informazione Docente: Prof. Luisa Gargano Classe: Matricole Pari Testo principale: T. Cover, J. Thomas, Elements of Information Theory, Wiley. p./28 Un pò di storia La Teoria dell informazione
DettagliSommario. Lempel-Ziv coding e varianti Run-length encoding. 1 Introduzione. 2 Codifica mediante predittori (Lossless JPEG, PNG, ecc.
Sommario Lempel-Ziv coding e varianti 1 2 Codifica mediante predittori (Lossless JPEG, PNG, ecc.) 3 Lempel-Ziv coding e varianti 4 Lempel-Ziv coding e varianti Il codice di Huffman visto prima sfrutta
DettagliRappresentazione dei numeri. Rappresentazione di insiemi numerici mediante insiemi finiti di stringhe di bit Problemi:
Argomenti trattati Rappresentazione dei numeri Calcoli in binario Rappresentazione di numeri naturali Rappresentazione di numeri relativi Rappresentazione di numeri reali (Virgola mobile) Rappresentazione
DettagliLa codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliARCHITETTURA DEGLI ELABORATORI CLASSE 2 A.A. 2014/15. Docente: Vincenzo Auletta RAPPRESENTAZIONE DELL INFORMAZIONE
ARCHITETTURA DEGLI ELABORATORI CLASSE 2 A.A. 2014/15 Docente: Vincenzo Auletta RAPPRESENTAZIONE DELL INFORMAZIONE COSA È L INFORMAZIONE? 1 L'informazione è la scambio di conoscenza tra due o più persone
DettagliRappresentazione dei dati
Rappresentazione dei dati Rappresentazione in virgola fissa Rappresentazione dei numeri reali Come rappresentiamo 22.35? A differenza dei numeri interi, per rappresentare i numeri reali è necessario codificare
DettagliInformatica 3. LEZIONE 16: Heap - Codifica di Huffmann. Modulo 1: Heap e code di priorità Modulo 2: Esempio applicativo: codifica di Huffmann
Informatica 3 LEZIONE 16: Heap - Codifica di Huffmann Modulo 1: Heap e code di priorità Modulo 2: Esempio applicativo: codifica di Huffmann Informatica 3 Lezione 16 - Modulo 1 Heap e code di priorità Introduzione
DettagliTEORIA DELL INFORMAZIONE ED ENTROPIA FEDERICO MARINI
TEORIA DELL INFORMAZIONE ED ENTROPIA DI FEDERICO MARINI 1 OBIETTIVO DELLA TEORIA DELL INFORMAZIONE Dato un messaggio prodotto da una sorgente, l OBIETTIVO è capire come si deve rappresentare tale messaggio
DettagliLa codifica. dell informazione. (continua) Codifica dei numeri. Codifica dei numeri. Sono stati pertanto studiati codici alternativi per
La codifica dell informazione (continua) Codifica dei numeri Il codice ASCII consente di codificare le cifre decimali da 0 a 9 fornendo in questo modo un metodo per la rappresentazione dei numeri Il numero
DettagliLa codifica. dell informazione. Codifica dei numeri. (continua) Codifica dei numeri. Codifica dei numeri: il sistema decimale
La codifica dell informazione Il codice ASCII consente di codificare le cifre decimali da a 9 fornendo in questo modo un metodo per la rappresentazione dei numeri Il numero 324 potrebbe essere rappresentato
DettagliTecniche Algoritmiche: tecnica greedy (o golosa)
Tecniche Algoritmiche: tecnica greedy (o golosa) Una breve (ma non troppo) presentazione F. Damiani - Alg. & Lab. 04/05 Problemi di ottimizzazione (1/2) La tecnica greedy è usata per risolvere problemi
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Teoria dell informazione Esercitazione 3 Teoria dell informazione Sorgente Codificatore
DettagliRETI INTERNET MULTIMEDIALI. Codifica Numerica & Trasformate Discrete
RETI ITERET MULTIMEDIALI Codifica umerica & Trasformate Discrete CODIFICA UMERICA Introduzione Introduzione alla Codifica umerica La codifica numerica viene utilizzata in numerosi settori dell ICT Può
DettagliArchitettura degli elaboratori - 2 -
Università degli Studi dell Insubria Dipartimento di Scienze Teoriche e Applicate Architettura degli elaboratori Numeri e aritmetica binaria Esercizi Marco Tarini Dipartimento di Scienze Teoriche e Applicate
DettagliLa codifica binaria: concetti fondamentali
La codifica binaria: concetti fondamentali Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin ... Algoritmi, dati e risultati sono informazioni Informatica
DettagliRappresentazione dei dati
Rappresentazione dei dati Rappresentazione dei dati Rappresentazione in base 2 e base 6 Aritmetica dei registri Come rappresentiamo i numeri? Base di numerazione: dieci Cifre: 2 3 4 5 6 7 8 9 Rappresentazione
DettagliRappresentazione in complemento a 2: caratteristiche generali
Rappresentazione in complemento a 2: caratteristiche generali La rappresentazione non è completamente posizionale, ma in parte sì. Guardando il bit più significativo (MSB) si capisce se il numero è positivo
DettagliUnità aritmetica e logica
Aritmetica del calcolatore Capitolo 9 Unità aritmetica e logica n Esegue le operazioni aritmetiche e logiche n Ogni altra componente nel calcolatore serve questa unità n Gestisce gli interi n Può gestire
DettagliLA CODIFICA LORENZO BRACCIALE
LA CODIFICA LORENZO BRACCIALE LORENZO.BRACCIALE@UNIROMA2.IT LA CODIFICA Serve per rappresentare un informazione La stessa informazione rappresentata in modi diversi ad es. 200 o duecento Stessa rappresentazione
DettagliLa codifica. dell informazione
La codifica dell informazione (continua) Codifica dei numeri Il codice ASCII consente di codificare le cifre decimali da 0 a 9 fornendo in questo modo un metodo per la rappresentazione dei numeri Il numero
DettagliInformazione e Registri - 2
Informazione e Registri Le informazioni (dati e/o istruzioni) trattate da una macchina sono memorizzate in elementi detti registri Il registro può essere visto come un contenitore di informazione individuato
DettagliCODIFICA DI SORGENTE. Schematizzazione generale sistema di comunicazione
CODIFICA DI SORGENTE Informazione associata a sorgenti digitali, entropia Codifica di sorgenti senza memoria Codifica di sorgenti con memoria CODIFICA DI SORGENTE Schematizzazione generale sistema di comunicazione
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 27-28 Teoria dell informazione Esercitazione 6 Teorema della codifica di sorgente Si consideri
DettagliDef. La lunghezza media L(C) di un codice C per una v.c. Obiettivo: Codice ottimo rispetto alla lunghezza media. Lunghezza media di un codice
Lunghezza media di un codice Def. La lunghezza media L(C) di un codice C per una v.c. X con d.d.p. P(x) è data da L(C) = x X p (x) l (x) = E[l(X)] Obiettivo: Codice ottimo rispetto alla lunghezza media
DettagliINFORMAZIONE E COMPLESSITA
INFORMAZIONE E COMPLESSITA Antonio Restivo Università degli Studi di Palermo Lezioni Lincee di Scienze Informatiche Palermo 26 Febbraio 2015 Concetti fondamentali delle Scienze Informatiche Le Scienze
DettagliRappresentazione dei dati
Rappresentazione dei dati Rappresentazione dei dati Rappresentazione in base 2 e base 6 Aritmetica dei registri Come rappresentiamo i numeri? Base di numerazione: dieci Cifre: 2 3 4 5 6 7 8 9 Rappresentazione
DettagliUnita aritmetica e logica. Input e output della ALU. Rappresentazione degli interi. Rappresentazione in modulo e segno. Aritmetica del calcolatore
Unita aritmetica e logica Aritmetica del calcolatore Capitolo 9 Esegue le operazioni aritmetiche e logiche Ogni altra componente nel calcolatore serve questa unita Gestisce gli interi Puo gestire anche
DettagliSomma di numeri binari
Fondamenti di Informatica: Codifica Binaria dell Informazione 1 Somma di numeri binari 0 + 0 = 0 0 + 1 = 1 1 + 0 = 1 1 + 1 = 10 Esempio: 10011011 + 00101011 = 11000110 in base e una base Fondamenti di
DettagliTeoria dell Informazione
Corso di Laurea Magistrale in Scienze dell Informazione Editoriale, Pubblica e Sociale Teoria dell Informazione Cosa è l informazione L informazione è qualcosa che si possiede e si può dare ad un altro
DettagliElementi di informatica
1 2 Elementi di informatica Sistemi di numerazione posizionali Rappresentazione dei numeri 3 Sistemi di numerazione posizionali La rappresentazione dei numeri richiede ovviamente una codifica, ovvero la
DettagliArchitettura di un elaboratore. Informatica Architettura di un elaboratore 1
Architettura di un elaboratore Informatica Architettura di un elaboratore 1 Il termine informatica Informazione + automatica Informazione = dati + istruzioni Informatica Architettura di un elaboratore
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Equiripartizione asintotica AEP Asymptotic Equiripartition Property AEP Nella teoria
DettagliTeoria dell informazione
Teoria dell informazione Giuseppe Ruggeri Università Mediterranea di Reggio Calabria Italy Outline Cos è l informazione? E possibile misurare l informazione? Limiti matematici nella rappresentazione dell
DettagliElementi di informatica
Elementi di informatica Sistemi di numerazione posizionali Rappresentazione dei numeri Sistemi di numerazione posizionali La rappresentazione dei numeri richiede ovviamente una codifica, ovvero la definizione
DettagliCompressione di dati: testi, immagini, suoni e video
1 Compressione di dati: testi, immagini, suoni e video B. Cipolla V1.2 Gennaio 2008 2 Compressione: motivazioni Ridurre le dimensioni di oggetti digitali per Risparmiare spazio occupato tempo di trasmissione
DettagliProblema Posto s = n 2 a) calcolare la somma s per n=30 b) determinare il più piccolo intero n tale che s>30000
Problema Posto s = 1 2 + 2 2 + 3 2 + + n 2 a) calcolare la somma s per n=30 b) determinare il più piccolo intero n tale che s>30000 Somma quadrati (for next).xlsm Somma quadrati (do loop).xlsm Nota La
Dettagli12BHD - Informatica - soluzioni Appendice B del quaderno di testo - v. 1.05
Esercizio 1 Effettuare i seguenti cambiamenti di codifica su numeri naturali: 123 10 = x 2 [ 1111011 2 ] 011101 2 = x 10 [ 29 10 ] 23 10 = x 5 [ 43 5 ] 123 5 = x 10 [ 38 10 ] 123 10 = x H [ 7B 16 ] A1
DettagliSorgenti discrete e informazione
Sorgenti discrete e informazione La definizione formale della quantità di informazione è dovuta a Shannon Nella sua teoria si fa riferimento ad una sorgente di messaggi connessa tramite un canale a un
DettagliCodifica dei numeri interi con segno
Codifica dei numeri interi con segno diverse soluzioni possibili Problema: dati N bit, come possiamo utilizzarli per codificare un insieme di numeri interi con segno ( negativi, positivi, zero)? codifica
DettagliComunicazioni Elettriche Esercizi
Comunicazioni Elettriche Esercizi Alberto Perotti 9 giugno 008 Esercizio 1 Un processo casuale Gaussiano caratterizzato dai parametri (µ = 0, σ = 0.5) ha spettro nullo al di fuori dellintervallo f [1.5kHz,
DettagliDefinizioni. Soluzione ottima: migliore soluzione possibile Soluzione ottima localmente: soluzione ottima in un dominio contiguo. Il paradigma greedy
Il paradigma greedy Paolo Camurati, Fulvio Corno, Matteo Sonza Reorda Dip. Automatica e Informatica Politecnico di Torino Definizioni Soluzione ottima: migliore soluzione possibile Soluzione ottima localmente:
DettagliCompressione di Testo
Compressione di Testo Michelangelo Diligenti Dipartimento di Ingegneria dell Informazione Università di Siena Email: diligmic@dii.unisi.it http://www.dii.unisi.it/~diligmic/bdm2011 M. Diligenti 1 Lo standard
DettagliLa compressione video. Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG
La compressione video Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG Trasformata di Fourier Analisi in frequenza delle immagini 2 Trasformata di
DettagliCodifica dei Numeri. Informatica ICA (LC) 12 Novembre 2015 Giacomo Boracchi
Codifica dei Numeri Informatica ICA (LC) 12 Novembre 2015 Giacomo Boracchi giacomo.boracchi@polimi.it Rappresentazione dei Numeri Codifica dei Numeri in Base 10 Le cifre che abbiamo a disposizione sono
DettagliLa codifica. dell informazione
00010010101001110101010100010110101000011100010111 00010010101001110101010100010110101000011100010111 La codifica 00010010101001110101010100010110101000011100010111 dell informazione 00010010101001110101010100010110101000011100010111
DettagliElementi di Informatica. Introduzione. Cos è l informatica. Corso di Laurea in Ingegneria Biomedica aa 2003/2004. Ing.
Elementi di Informatica Corso di Laurea in Ingegneria Biomedica aa 2003/2004 Ing. Antonio Coronato 1 Introduzione 2 Cos è l informatica Scienza della rappresentazione e della elaborazione (trasformazione)
DettagliRETI INTERNET MULTIMEDIALI. Esercitazione 4
RETI INTERNET MULTIMEDIALI Esercitazione 4 1 Esercizio 1 Data una sorgente che genera simboli da un alfabeto X = {1, 2, 3, 4, 5} con probabilità P X k k 2 Domande Si determini il valore di α Si calcolil
DettagliCaratteristiche di un calcolatore elettronico
Prof. Emanuele Papotto Caratteristiche di un calcolatore elettronico È una macchina, costituita da circuiti elettronici digitali e da componenti elettromeccaniche, ottiche e magnetiche. È velocissimo,
DettagliRappresentazione dell informazione
Corso di Laurea in Informatica Rappresentazione dell informazione Architettura dei Calcolatori Prof. Andrea Marongiu andrea.marongiu@unimore.it Anno accademico 2018/19 Rappresentazione binaria Tutta l
DettagliIl Modello di von Neumann (2) Prevede 3 entità logiche:
Introduzione all Architettura degli Elaboratori Sommario Macchina di von Neumann Esecuzione dei programmi Rappresentazione dei dati Dati numerici Dati alfabetici 1 2 Il Modello di von Neumann (1) L architettura
DettagliRappresentazione delle frazioni proprie Aritmetica in binario Barbara Masucci
Architettura degli Elaboratori Rappresentazione delle frazioni proprie Aritmetica in binario Barbara Masucci Punto della situazione Ø Abbiamo visto Ø ll sistema posizionale pesato, in particolare le rappresentazioni
DettagliUn ripasso di aritmetica: Conversione dalla base 10 alla base 2
Un ripasso di aritmetica: Conversione dalla base 10 alla base 2 Dato un numero N rappresentato in base dieci, la sua rappresentazione in base due sarà del tipo: c m c m-1... c 1 c 0 (le c i sono cifre
Dettagli1 L algoritmo LZ Descrizione generale
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 6 giugno 2006 Argomento: Tecniche di compressione con dizionario Scribes: Fabrizio Lana, Daniele Masato e Luca Polin 1 L algoritmo LZ77
DettagliCodifica dell informazione numerica. Matteo Re, Nicola Basilico,
Codifica dell informazione numerica Matteo Re, matteo.re@unimi.it Nicola Basilico, nicola.basilico@unimi.it Informazioni (edizione 2017-2018) Turno A (cognomi A - F) Nicola Basilico, dip. via Comelico,
Dettagli2) Codici univocamente decifrabili e codici a prefisso.
Argomenti della Lezione ) Codici di sorgente 2) Codici univocamente decifrabili e codici a prefisso. 3) Disuguaglianza di Kraft 4) Primo Teorema di Shannon 5) Codifica di Huffman Codifica di sorgente Il
DettagliInformazione binaria: - codici binari, notazione binaria/ottale/esadecimale -
Informazione binaria: - codici binari, notazione binaria/ottale/esadecimale - Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin ... Algoritmi,
DettagliL'Informazione e la sua Codifica. Maurizio Palesi
L'Informazione e la sua Codifica Maurizio Palesi 1 Obiettivo Il calcolatore è una macchina digitale Il suo linguaggio è composto da due soli simboli Gli esseri umani sono abituati a comunicare utlizzando
DettagliRappresentazione binaria
Rappresentazione binaria Per informazione intendiamo tutto quello che viene manipolato da un calcolatore: numeri (naturali, interi, reali,... ) caratteri immagini suoni programmi... La più piccola unità
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Teoria dell informazione Esercitazione 10 Esercizio 1 Sia data una trasmissione di
DettagliRappresentazione dei Numeri
Rappresentazione dei Numeri Rappresentazione dei Numeri Il sistema numerico binario è quello che meglio si adatta alle caratteristiche del calcolatore Il problema della rappresentazione consiste nel trovare
DettagliCONVERSIONE ANALOGICO/DIGITALE
CONVERSIONE ANALOGICO/DIGITALE Prof. CAPEZIO Francesco Quest'opera è soggetta alla licenza Creative Commons Attribuzione Non Commerciale Il segnale analogico Un segnale è una variazione nel tempo di una
DettagliCalcolatori: Sistemi di Numerazione
Calcolatori: Sistemi di Numerazione Sistemi di Numerazione: introduzione In un Calcolatore, i Dati e le Istruzioni di un Programma sono codificate in forma inaria, ossia in una sequenza finita di e. Un
DettagliLezione 3. I numeri relativi
Lezione 3 L artimetcia binaria: i numeri relativi i numeri frazionari I numeri relativi Si possono rappresentare i numeri negativi in due modi con modulo e segno in complemento a 2 1 Modulo e segno Si
DettagliCompressione Parte 2. Prof. Filippo Milotta Informatica Musicale
Compressione Parte 2 Prof. Filippo Milotta milotta@dmi.unict.it Fattori di compressione per codifiche basate su PCM Dipendono dalla implementazione della PCM: IMA ADPCM: 4/1 (75%) Con specifica G.721:
DettagliAppunti di informatica. Lezione 3 anno accademico Mario Verdicchio
Appunti di informatica Lezione 3 anno accademico 2015-2016 Mario Verdicchio Numeri binari in memoria In un calcolatore, i numeri binari sono tipicamente memorizzati in sequenze di caselle (note anche come
DettagliCompressione Parte 1. Prof. Filippo Milotta Informatica Musicale
Compressione Parte 1 Prof. Filippo Milotta milotta@dmi.unict.it Perché comprimere? 1. Riduzione dello spazio di memoria occupato 2. Riduzione dei tempi (e costi) di trasmissione 2 Compressione Come comprimere
DettagliCapitolo 3 Compressione sorgenti statiche
Capitolo 3 Compressione sorgenti statiche Elementi di codifica di sorgente Entropia Classificazione degli algoritmi Testo RLE Huffman statico Huffman dinamico Codifica aritmetica LZ Immagini Prestazioni
DettagliCodifica dell informazione
Programmazione M-Z Ingegneria e Scienze Informatiche - Cesena A.A. 2016-2017 Codifica dell informazione Pietro Di Lena - pietro.dilena@unibo.it There are 10 types of people in this world: understand binary
DettagliCorso di Fondamenti di Informatica Rappresentazione dei dati numerici Aritmetica dei registri Anno Accademico 2011/2012 Francesco Tortorella
Corso di Informatica Rappresentazione dei dati numerici Aritmetica dei registri Anno Accademico 2011/2012 Francesco Tortorella Numero e rappresentazione Spesso si confonde il numero con la sua rappresentazione
DettagliLZ e il formato GIF. Chiara Epifanio. LZ e GIF
LZ e il formato GIF LZ77 abracadabra abracadabra abra Corpo principale Look-Ahead Buffer Pos. della stringa richiamata Carattere suppletivo LZ78 Dizionario e la sua applicazione sulla stringa s= abracadabra
DettagliCodifica binaria: - numeri naturali -
Codifica binaria: - numeri naturali - Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin Tipologie di codici Per la rappresentazione di: caratteri alfabetici
DettagliRETI INTERNET MULTIMEDIALI
RETI INTERNET MULTIMEDIALI Codifica Numerica e Trasformate Discrete Il documento è adattato da materiale cortesemente messo a disposizione dal Prof. Stefano Paris e dal Prof. Vittorio Trecordi 1 CODIFICA
DettagliTeoria dell Informazione
Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Teoria dell Informazione Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università
DettagliRappresentazione dell informazione
Rappresentazione dell informazione Problema che coinvolge aspetti filosofici Interessa soprattutto distinguere informazioni diverse Con un solo simbolo è impossibile Pertanto l insieme minimo è costituito
DettagliNell informatica esistono alcuni problemi particolarmente rilevanti, poiché essi:
Pag 24 3) Il problema della ricerca Nell informatica esistono alcuni problemi particolarmente rilevanti, poiché essi: si incontrano in una grande varietà di situazioni reali; appaiono come sottoproblemi
DettagliCodifiche di Lempel Ziv.
Codifiche di Lempel Ziv Michelangelo Diligenti Dipartimento di Ingegneria dell Informazione Università di Siena Email: diligmic@dii.unisi.it http://www.dii.unisi.it/~diligmic/bdm2009 1 Idea di base Utilizzare
DettagliRappresentazione dell informazione
Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica Rappresentazione dell informazione Fondamenti di Informatica Ingegneria Gestionale Leonardo Querzoni querzoni@dis.uniroma1.it A.A.
DettagliFondamenti di Informatica T-1 Modulo 2
Fondamenti di Informatica T-1 Modulo 2 Obiettivi di questa lezione 1. Valutazione in cortocircuito 2. If e if innestati 3. Switch 4. Cicli Valutazione in cortocircuito In C, le espressioni booleane sono
Dettaglicarattere a b c d e f cod. var
Codici prefissi Un codice prefisso è un codice in cui nessuna parola codice è prefisso (parte iniziale) di un altra Ogni codice a lunghezza fissa è ovviamente prefisso. Ma anche il codice a lunghezza variabile
Dettagli10 Proprietà di Equipartizione Asintotica
FX Teoria dell Informazione e della Trasmissione 0 Proprietà di Equipartizione Asintotica Docente: Nicolò Cesa-Bianchi versione 6 aprile 206 Come nel caso della codifica sorgente, anche nel caso della
DettagliQuale polinomio locatore ottiene il decodificatore? Quale parola propone in uscita? Commentare la scelta del decodificatore.
TIT - Esame del 21/1/2016 Una parola di BCH primitivo (15,11) con j 0 =1, è ricevuta con il bit c 4 errato Qual è il potere correttore del codice? Scrivere la Key Equation Determinare il polinomio locatore
DettagliL algoritmo di decodifica è semplice e computazionalmente meno oneroso rispetto a quello di codifica.
Decodificatore LZW L algoritmo di decodifica è semplice e computazionalmente meno oneroso rispetto a quello di codifica. A differenza di altre tecniche (ad es. Huffman), non è necessario fornire preventivamente
Dettagli