উপাত্ত সংকোচন: সংশোধিত সংস্করণের মধ্যে পার্থক্য
বিষয়বস্তু বিয়োগ হয়েছে বিষয়বস্তু যোগ হয়েছে
অ বানান সংশোধন |
অ বানান ও অন্যান্য সংশোধন |
||
১৭ নং লাইন:
উপাত্ত ফাইলের আকার হ্রাসের প্রক্রিয়া প্রায়ই উপাত্ত সংকোচন হিসাবে উল্লেখ করা হয়। তথ্য রুপান্তরের ক্ষেত্রে, এটিকে সোর্স কোডিং বলা হয়। তথ্যের উৎসে এনকোডিং করা হয় সেটিকে সঞ্চিত বা রুপান্তরিত করার পূর্বে।<ref>{{বই উদ্ধৃতি |শেষাংশ=Salomon |প্রথমাংশ=David |শিরোনাম=A Concise Introduction to Data Compression |বছর=2008 |প্রকাশক=Springer |অবস্থান=Berlin |আইএসবিএন=9781848000728}}</ref> ত্রুটি শনাক্তকরণ বা সংশোধন বা লাইন কোডিং এর ক্ষেত্রে সোর্স কোডিংকে চ্যানেল কোডিং এর সাথে মিলিয়ে ফেলা ঠিক না, সেটি শুধু তথ্যকে সংকেতে রুপান্তরের ক্ষেত্রে প্রযোজ্য।
সংকোচন কার্যকরী কারণ এটি রিসোর্স হ্রাস করে যা তথ্য সংরক্ষণ বা প্রেরণের জন্য প্রয়োজন। কম্পিউটেশনাল রিসোর্সগুলি সংকোচন প্রক্রিয়ায় হ্রাস করা হয় এবং সাধারণত, এ প্রক্রিয়ার বিপরীত (ডিম্প্রেসেশন)। উপাত্ত সংকোচন একটি স্পেস-টাইম জটিলতার ট্রেড-অফ এর বিষয়। উদাহরণস্বরুপ, ভিডিওটিকে যথেষ্ট তাড়াতাড়ি ডিকম্প্রেস করার জন্য একটি কম্প্রেশন পরিকল্পনায় ব্যায়বহুল হার্ডওয়্যার প্রয়োজন হতে পারে ভিডিও ডিকম্প্রেশন হওয়ার সময় দেখার জন্য, আর দেখার আগে ভিডিওকে সম্পূর্ণ ডিকম্প্রেশ করার অপশনটি হতে পারে অসুবিধাজনক বা এতে অতিরিক্ত স্টোরেজ প্রয়োজন। ডাটা কম্প্রেশনের নকশা পরিকল্পনা ট্রেড-অফগুলোর বিভিন্ন বিষয়সমূহের
== হ্রাসহীন ==
২৩ নং লাইন:
হ্রাসহীন উপাত্ত সংকোচন কোনো তথ্য না হারিয়ে উপাত্তকে পুণরায় উপস্থাপনের জন্য সাধারণত পরিসংখ্যানগত বিয়োজ্যকে কাজে লাগায়, সূতরাং প্রক্রিয়াটি প্রতিবর্তনযোগ্য। হ্রাসহীন উপাত্ত সংকোচন সম্ভব কারণ প্রকৃত-পৃথিবীর অধিকাংশ উপাত্তই পরিসংখ্যানগত বিয়োজ্য পদর্শণ করে। উদাহরণস্বরুপ, কোনো ছবিতে রঙের এমন অংশ থাকতে পারে যা বিভিন্ন পিক্সেল অনুযায়ী পরিবর্তন হয় না; "লাল পিক্সেল,..." এর পরিবর্তে উপাত্তটি হয়তো "২৭৯ লাল পিক্সেলস" হিসেবে এনকোড হবে। এটি রান-লেনথ এনকোডিংয়ের একটি মৌলিক উদাহরণ। বিয়োজ্য অপসারনের মাধ্যমে ফাইলের আকার কমানোর অনেক পদ্ধতি আছে।
লেমপেল-জিভ (এল জেড) পদ্ধতিগুলো হ্রাসহীন সংকোচন জন্য পৃথিবীর সবচেয়ে জনপ্রিয় [[Algorithm|অ্যালগোরিদমগুলোর]]
সর্বোত্তম আধুনিক সংকোচনগুলো সম্ভাব্য নকশাগুলো ব্যবহার করে যেমন,আংশিক সাদৃশ্যের পূর্বাভাস করা। বুরুজ হুইলার রুপান্তরকে গাণিতিক নকশার একটি পরোক্ষ রূপ হিসেবে দেখা যায়।<ref name="mahmud2">{{সাময়িকী উদ্ধৃতি|শেষাংশ=Mahmud|প্রথমাংশ=Salauddin|শিরোনাম=An Improved Data Compression Method for General Data|সাময়িকী=International Journal of Scientific & Engineering Research|তারিখ=March 2012|খণ্ড=3|সংখ্যা নং=3|পাতা=2|ইউআরএল=http://www.ijser.org/researchpaper%5CAn-Improved-Data-Compression-Method-for-General-Data.pdf|সংগ্রহের-তারিখ=6 March 2013}}</ref>
৩৩ নং লাইন:
== হ্রাসমূলক ==
হ্রাসমূলক উপাত্ত সংকোচন হ্রাসহীন উপাত্ত সংকোচনের বিপরীত। ১৯৮০ সালের পরে, ডিজিটাল ছবিগুলো সার্বজনীন হয়ে গেলো এবং উদিতভাবে তাদের সংকোচনের জন্য মানসম্পন্ন। ১৯৯০ সালের শুরুতে, হ্রাসমূলক সংকোচন বিশ্বব্যাপী ব্যবহৃত হতে শুরু করল।<ref name="ReferenceA"/> এই পরিকল্পনাগুলোতে কিছু তথ্য হারানো গ্রহণযোগ্য। উপাত্তের উৎস থেকে অপ্রয়োজনীয় বিবৃতি ফেলে দিয়ে সংরক্ষণের জায়গা বাঁচাতে পারে। হ্রাসমূলক সংকোচন পরিকল্পনাগুলো মানুষ কিভাবে উপাত্তকে উপলদ্ধি করে প্রশ্নের উপর গবেষণা করে নকশা করা হয়েছে। উদাহরণস্বরুপ, মানুষের চোখ ঔজ্বল্যে রং বৈচিত্রের চেয়ে বেশি সূক্ষ্ম সংবেদনশীল। অপ্রয়োজনীয় বিটগুলোর উপাত্ত চক্রাকারে ঘোরা বন্ধ করার মাধ্যমে জেপিইজি ছবি সংকোচন অংশ হয়ে কাজ করে।<ref name="ReferenceA"/> সেখানে উপাত্তকে উপলদ্ধি ও হ্রাসের মধ্যে একটি অনুরূপ ট্রেড অফ থাকে। কিছু জনপ্রিয় সংকোচন প্রত্যক্ষ পার্থক্যগুলো কাজে লাগায়, মিউজিক ফাইল, ছবি, ভিডিও ব্যবহারের
হ্রাসমূলক ছবির সংকোচন ছবির মানের সূক্ষ ক্ষয়ের সাথে সংরক্ষণ ক্ষমতা বৃদ্ধির জন্য ডিজিটাল ক্যামেরায় ব্যবহার হয়। একইভাবে, ডিভিডিগুলো হ্রাসমূলক এমপিইজি-২ ভিডিও কোডিং ফরমেট ব্যবহার করে ভিডিও সংকোচন জন্য।
১৪৪ নং লাইন:
ফ্রেমগুলোরও তা দরকার। এটি নতুন ফরমেট যেমন, এইচডিভিকে ভিডিও সংযোজনে ব্যবহার করার অনুমোদিত করেছে। যাহোক, একই ছবির মানে ইন্টাফ্রেম সংকোচিত ভিডিও সংযোজনের চেয়ে প্রচুর বেশি গণনা করা শক্তি প্রক্রিয়াটি দাবী করে।</p>
<p>আজ প্রায় সব ভিডিও সংকোচন পদ্ধতি (যেমন, যেগুলো আইটিই-টি বা আইএসও দ্বারা মানসম্পন্ন অনুমোটিতগুলোর মধ্যে
==== সময়রেখা ====
|