Le codage µDelta : une somme et une différence n'utilisent pas plus de bits

Magazine
Marque
Open Silicium
Numéro
19
Mois de parution
juillet 2016
Spécialités


Résumé

Les algorithmes de compression de signaux (sons, images, mesures physiques...) utilisent des techniques de Traitement Numérique du Signal (TNS, ou DSP en anglais) pour modéliser et analyser les données. Ils font souvent appel à des filtres numériques, dont la plupart calculent simultanément la somme et la différence de deux échantillons. Chacun de ces calculs double la dynamique des signaux, donc augmente l'espace nécessaire pour représenter les résultats. Pourtant il suffit de 2N bits pour représenter deux nombres de N bits, et non 2N+2. Il est facile d'économiser un bit, mais se passer du deuxième est une autre aventure mathématique !


Alors que la conception du compacteur basé sur l'algorithme 3R se poursuit (les progrès sont présentés dans les colonnes d'Open Silicium n°16, 17 et 18) , j'évalue toujours des techniques pour comprimer les images et les sons, facilement et sans perte. C'est un sujet qui me passionne depuis plus de 15 ans et plusieurs articles sur la compression ont été publiés dans GNU/Linux Magazine. Aujourd'hui, j'ai une application concrète donc je reprends de plus belle !

1. Un peu de contexte

Le choix des méthodes de filtrage et de prédiction dépend d'innombrables paramètres et contraintes, comme le type des opérations arithmétiques utilisables. Les plus importantes et fondamentales sont l'addition et la soustraction, mais elles ont un inconvénient de taille.

Pourtant ces opérations sont essentielles à toutes les méthodes d'analyse de signaux, dont les plus connues sont :

- les filtres cascadés (ou « banques de filtres », utilisées par Sony dans le codec...

Cet article est réservé aux abonnés. Il vous reste 96% à découvrir.
à partir de 21,65€ HT/mois/lecteur pour un accès 5 lecteurs à toute la plateforme
J'en profite


Articles qui pourraient vous intéresser...

Et si on déchiffrait la machine Enigma...

Magazine
Marque
GNU/Linux Magazine
Numéro
235
Mois de parution
mars 2020
Spécialités
Résumé

La machine Enigma fut utilisée par les Allemands, pendant la Seconde Guerre mondiale, pour chiffrer des messages secrets. Alan Turing est connu pour avoir fortement contribué à la compréhension du fonctionnement du chiffrement de cette machine. Dans cet article, je vais présenter le modèle M3 de la machine Enigma et proposer une simulation de cette machine utilisant le langage Python.

Informatique quantique : l’empire des chats morts-vivants

Magazine
Marque
GNU/Linux Magazine
Numéro
233
Mois de parution
janvier 2020
Spécialités
Résumé

Le célèbre paradoxe du chat, à la fois vivant et mort, expérience de pensée due à Erwin Schrödinger en 1935 [1], est très certainement la « bizarrerie » la plus connue, mais aussi la plus perturbante de la mécanique quantique. Elle avait pour but d’illustrer simplement les paradoxes de la mécanique quantique, à une époque où elle n’était pas encore acceptée par les scientifiques. Pour comprendre le passage du monde quantique (la boîte n’est pas ouverte et contient un chat mort-vivant) au monde classique (la boîte est ouverte et le chat est soit mort soit vivant), nous allons présenter les problèmes de cohérence et de mesure. Partons donc à la chasse aux chats morts-vivants.

Les filtres de Bloom : un peu de bruit pour beaucoup [1] !

Magazine
Marque
GNU/Linux Magazine
Numéro
231
Mois de parution
novembre 2019
Spécialités
Résumé

Avec l’explosion des données (un fichier de logs, par exemple), chercher une information particulière déjà connue devient une tâche complexe. Or depuis 1970, il existe une technique particulièrement puissante qui permet de résoudre très efficacement ce problème : les filtres de Bloom. Cet article propose de les explorer et de montrer comment les implémenter.

Graphes géants creux : comment définir le centre du Web

Magazine
Marque
MISC
HS n°
Numéro
18
Mois de parution
novembre 2018
Spécialités
Résumé

Les graphes, composés de sommets et d’arêtes sont des objets communs en mathématiques (et indispensables) en informatique. Lorsqu’on veut manipuler des graphes de plusieurs centaines de millions de sommets, voire de plusieurs milliards de sommets, comme le graphe du web (ou un sous-ensemble) ou le graphe de certains réseaux sociaux, les choses se compliquent singulièrement : la plupart des algorithmes « académiques » se heurtent au « mur » de la complexité en temps (voire en espace), que nous appellerons le mur du « Big Data ». Tout algorithme dont la complexité est de l’ordre de O(n³) ou même de l’ordre de O(n²) est en fait inutilisable en pratique (ou très coûteux) dès lors que n, le nombre de sommets, dépasse (disons) le milliard. Il faut alors suivre d’autres stratégies. Il faut par exemple accepter de ne pouvoir calculer qu’une approximation même si dans certains cas, cette approximation peut en fait être la valeur exacte.

Quelques applications des Arbres Binaires à Commande Équilibrée

Magazine
Marque
GNU/Linux Magazine
Numéro
218
Mois de parution
septembre 2018
Spécialités
Résumé

Les Arbres Binaires à Commande Équilibrée, ou ABCE, ont été présentés dans GLMF n°215 [1] au moyen d'une métaphore ferroviaire. Cependant, ils sont surtout utiles dans certains circuits numériques, dont ils améliorent la vitesse et la consommation, pour la plupart des technologies. Par rapport à un arbre binaire classique, le gain de performance augmente avec la taille, ce qui est un atout précieux pour concevoir des circuits intégrés par exemple.