1. Semantyczne modele informacji

1.5. Uniwersalny archiwizer

W przypadku odwracalnej kompresji danych istotne okazują się następujące spostrzeżenia:

  • świat 'ujęty' w formie rejestracji określonego stanu rzeczywistości w danej chwili nie ma charakteru gaussowskiego; znaczy to, że:
    • dekorelacja danych nie oznacza ich statystycznej niezależności, a model źródła bez pamięci staje się mało skuteczny; wynika stąd, że wykorzystanie modeli z pamięcią w algorytmach kwantyzacji i binarnego kodowania znacząco zwiększa efektywność opisu źródeł informacji;
  • obrazy zazwyczaj nie mają charakteru stacjonarnego, ani nawet ergodycznego więc:
    • ważną rolę odgrywa adaptacyjność algorytmów modelowani źródeł, stosowanie metod segmentacji i lokalnej klasyfikacji, zarówno w skali globalnej (na poziomie obrazów) jak i lokalnej (na poziomie fragmentów obrazów);
    • wymagane są wiarygodne sposoby szacowania prawdopodobieństw symboli na podstawie niewielkiej statystyki danych, skuteczne metody upraszczania, kwantyzacji, wyboru kontekstów;
    • inne niż statystyczne metody opisu źródeł informacji okazują się nieskuteczne (predykcyjne, transformacyjnego kodowania, obiektowe).

Najlepszym rozwiązaniem do celów archiwizacji wydaje się uniwersalny koder danych z możliwością doboru modelu źródła zależnie od charakteru danych.