উপাত্ত সংকোচন: সংশোধিত সংস্করণের মধ্যে পার্থক্য

বিষয়বস্তু বিয়োগ হয়েছে বিষয়বস্তু যোগ হয়েছে
বানান সংশোধন
AishikBot (আলোচনা | অবদান)
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 অন্তর্ভূক্তঅন্তর্ভুক্ত, সং‌কোচ‌নের মাত্রাসহ, গ‌তি‌বি‌ধি উপস্থা‌পিত হয় (হ্রাসমূলক ডাটা ক‌ম্প্রেসন ব্যবহা‌রের সময়), আর ডাটা কম্প্রেশ বা ডিকম্প্রেশ বর‌তে গণনীয়‌ রি‌সোর্স প্র‌য়োজন হয়।<ref>{{citation |author1=S. Mittal |author2=J. Vetter |url=http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7110612 |title=A Survey Of Architectural Approaches for Data Compression in Cache and Main Memory Systems |work=IEEE Transactions on Parallel and Distributed Systems |date=2015 |publisher=IEEE}}</ref><ref>{{বই উদ্ধৃতি |শেষাংশ=Tank |প্রথমাংশ=M.K. |শিরোনাম=Implementation of Limpel-Ziv algorithm for lossless compression using VHDL |কর্ম=Thinkquest 2010: Proceedings of the First International Conference on Contours of Computing Technology |বছর=2011 |প্রকাশক=Springer |অবস্থান=Berlin |পাতাসমূহ=275–283}}</ref>
 
== 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]] অন্তর্ভূক্ত।অন্তর্ভুক্ত।<ref>{{সাময়িকী উদ্ধৃতি|শেষাংশ=Navqi|প্রথমাংশ=Saud|লেখক২=Naqvi, R. |লেখক৩=Riaz, R.A. |লেখক৪= Siddiqui, F. |শিরোনাম=Optimized RTL design and implementation of LZW algorithm for high bandwidth applications|সাময়িকী=Electrical Review|তারিখ=April 2011|খণ্ড=2011|সংখ্যা নং=4|পাতাসমূহ=279–285|ইউআরএল=http://pe.org.pl/articles/2011/4/68.pdf}}</ref> নিঃসৃতকরণ হ‌চ্ছে গ‌তি ডিকম্প্রেশ‌ন, রে‌টিও সং‌কোচ‌নের জন্য এল ‌জেড অপ‌টিমাইজড এর উপর এক‌টি প‌রিবর্তন, কিন্ত এ‌তে সং‌কোচন ধীরগ‌তির হয়ে যে‌তে প‌া‌রে। নিঃ সৃতকরন ব্যকহার করা হয় পিকে‌জিপ, জি‌জিপ এবং পিএন‌জি‌তে। লেমপেল-‌জিভ-ও‌য়েলচ জিআইএফ ছ‌বি‌তে, প্রোগ্রা‌ম যেমন, পি‌কে‌জিপে, হার্ডওয়্যার ডিভা‌ইস যেমন, ম‌ডেমে ব্যবহৃত হয়।<ref name="ReferenceA">{{বই উদ্ধৃতি|শেষাংশ=Wolfram|প্রথমাংশ=Stephen|শিরোনাম=A New Kind of Science|ইউআরএল=https://archive.org/details/newkindofscience00wolf|প্রকাশক=Wolfram Media, Inc.|বছর=2002|পাতা=[https://archive.org/details/newkindofscience00wolf/page/1069 1069]|আইএসবিএন=1-57955-008-8}}</ref> এল জেড সংকোচন এক‌টি তালিকা-মূলীয় নকশা ব্যবহার ক‌রে যেখা‌নে লি‌খিত বিষয় হ‌চ্ছে পুনঃরাবৃ‌ত্তির জন্য বা‌তিল উপা‌ত্তের সূত্র। বে‌শিরভাগ এল জেড সং‌কোচন ইনপু‌টের দিক দি‌য়ে পূ‌র্বের উপাত্ত ‌থে‌কে তা‌লিকাটি প্রগ‌তিশীলভা‌বে তৈ‌রি হয়। তা‌লিকা নি‌জেই প্রায় হুফ‌মেন এন‌কো‌ডেড হয়। বর্তমানে যে এল জেড-মূলীয় কো‌ডিং ভা‌লো কাজ কর‌ছে সেগু‌লো হ‌চ্ছে ব্রো‌তি আর এল জেড এক্স। এল জেড এক্স মাই‌ক্রোসফ‌টের সিএ‌বি ফর‌মে‌টে ব্যবহৃত হয়।{{cn}}
 
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 অন্তর্ভূক্ত।অন্তর্ভুক্ত।
 
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 অন্তর্ভূক্তঅন্তর্ভুক্ত) দূরত্ব-সংক্রান্ত ‌বিয়োজ্য হ্রা‌সের জন্য বিযুক্ত কোসাইন্ রুপান্তর ব্যবহার ক‌রে। ডি‌সি‌টি যা এই বি‌বে‌চনায় বিশাল প‌রিস‌রে ব্যবহৃত হয় তা এন. আহ‌মেদ, টি. নতরন্জন এবং কে. আর. রাও দ্বারা ১৯৭৪ সা‌লে প‌রি‌চিতি লাভ ক‌রে‌ছে।<ref>{{সাময়িকী উদ্ধৃতি|শেষাংশ=Ahmed|প্রথমাংশ=N.|লেখক২=Natarajan, T. |লেখক৩=Rao, K.R. |শিরোনাম=Discrete Cosine Transform|সাময়িকী=IEEE Transactions on Computers|তারিখ=January 1974|খণ্ড=C-23|সংখ্যা নং=1|পাতাসমূহ=90–93|ডিওআই=10.1109/T-C.1974.223784}}</ref> অন্যান্য সং‌কোচন যেমন, ফ্রাক্টাল সং‌কোচন, অনুসরণ মিলা‌নো বিযুক্ত তরঙ্গাকৃ‌তি ব্যবহার কিছু গ‌বেষণার বিষয় হ‌য়ে‌ছিল, কিন্তু প্র‌য়ো‌গিক পণ্যসমূ‌হে ব্যবহার হয় না (স্টিল ছ‌বি কোডার হি‌সে‌বে গ‌তি প্র‌তিদান ছাড়া ক্ষুদ্র তরঙ্গে ব্যবহার ছাড়া)। ফ্র্যাক্টাল সং‌কোচনগু‌লো‌তে লাভ ক‌মে আস‌ছে, কারণ সাম্প্র‌তিক তত্ত্বীয় বি‌শ্লেষণগু‌লো দেখা‌চ্ছ যে, এই পদ্ধ‌তিগু‌লো‌তে কার্যকা‌রিতার অভাব র‌য়ে‌ছে।<ref name="faxin47"/></p>
 
==== সময়রেখা ====