Fundamentos de Telecomunicações
|
|
|
- Aline Moreira
- 6 Há anos
- Visualizações:
Transcrição
1 Fundamento de Telecomunicaçõe LERCI_FT 7/8: Codificação de Fonte Digitai Profeor Victor Barroo
2 Codificação de Fonte! Objectivo da codificação de fonte: comactar a informação a tranmitir ou a armazenar.! Codificação em erda de informação eliminação de redundância (Teoria da Informação)! Codificação com erda de informação comreão (Teoria da Ditorção)! JPEG (imagen fixa)! MPEG (imagen com movimento) LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide
3 Teoria da Informação! Permite etabelecer limite fundamentai obre:! Eficiência máxima na remoção da redundância da informação gerada ela fonte! Máxima taxa de tranmião oível com fiabilidade máxima! Informação! Conceito bem conhecido em termo qualitativo!! Ma... Como medir quantitativamente? LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 3
4 Medida de Informação...! Incerteza Probabilidade Informação! Fonte dicreta! Determinítica! ???? aída reviívei!! Aleatória! ???? aída não reviívei!! Onde etá o maior ganho de informação?! Na ocorrência de um bit (0 ou ) na aída determinítica?! Na ocorrência de um bit (0 ou ) na aída aleatória? LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 4
5 Medida de Informação...! Dado o acontecimento A com robabilidade de ocorrência P A! Ganho de informação ela ocorrência de A! Informação rória! Unidade de medida bit I A log P A log P A P A LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 5
6 LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 6 Fonte Dicreta em Memória! Alfabeto e ditribuição de robabilidade! Símbolo etatiticamente indeendente! Dada a equência arbitrária (indexada temoralmente) { } M A L : M m M m K K ( ) ( ) ( ) ( ) ( ) n n Pr Pr Pr Pr Pr M K K K K K
7 Informação variável aleatória { } A L M [ 0 [ I : A + 0 m 0 + I m I I I m log ; m Pr( m ) m A m K M m LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 7
8 Informação - Proriedade! Proriedade! o ganho de informação decorrente da ocorrência do acontecimento certo é nulo I m 0 e m! Proriedade! Excetuando o acontecimento certo a ocorrência de qualquer acontecimento roduz ganho de informação I m 0! Proriedade 3! Quanto menor for a robabilidade de ocorrência de um acontecimento maior é a reectiva informação m n I m I n! Proriedade 4! A informação aociada à ocorrência imultânea de acontecimento indeendente é a oma da informação decorrente da ocorrência de cada um dele Pr( m n ) m n I ( m n ) I m + I n LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 8
9 Entroia da Fonte Dicreta em Memória! Valor exectável (valor médio) da variável aleatória I! Informação média or ímbolo da fonte com alfabeto A { M } e ditribuição de robabilidade { M }! Unidade de medida bit /ímbolo H M ( A) E{ I } I log ( log ) m m m M m m m M m m m LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 9
10 Entroia da Fonte Binária em Memória! A { };! H (A ) H ( )! Função de Entroia! Mínima em 0e! H min 0! Máxima em 0.5 ( )! H max H ( ) ( ) log ( ) log LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 0
11 Entroia Proriedade 0 H (A ) log M! H (A ) é mínima (H min 0) e algum do ímbolo de A ocorrer com robabilidade (todo o retante M terão robabilidade de ocorrência 0)! H (A ) é máxima (H max log M ) e todo o ímbolo de A forem equirovávei i.e. L M /M LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide
12 LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide Extenão da Fonte Dicreta em Memória! Alfabeto da extenão de ª ordem (fonte original): A A! Alfabeto e ditribuição de robabilidade da extenão de ª ordem (roduto carteiano de A com A): A A A! Exemlo A A : 0 : m m q q q q q A A
13 Entroia da Extenão da Fonte Dicreta em Memória! H (A ): entroia de uma fonte dicreta em memória com alfabeto A.! A K : extenão de ordem K do alfabeto A. A K A A L A K! Entroia da extenão de ordem K : H (A K ) K H (A ) LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 3
14 Extenão da Fonte Entroia e Comrimento do Código K #A K M K H (A K ) log M K L L med L /K LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 4
15 Código de Comrimento Variável Comrimento Médio! Codificação! Símbolo fonte m com robabilidade m alavra de código c m com l m bit! Comrimento médio do código L med l m m! Decodificação unívoca! c m m em ambiguidade! Decodificação intantânea M m LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 5
16 Exemlo ímbolo fonte robabilidade de ocorrência H (A ) código I.000 unívoco intantâneo código II.50 não unívoco código III.750 unívoco intantâneo de refixo código IV.875 unívoco L med LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 6
17 Deigualdade de Kraft Exite um código binário com alavra de comrimento l m e M ξ l m! Exemlo m! Dado o código de refixo {0 0 0 } verifica-e a deigualdade de Kraft ξ + + 3! A ditribuição de comrimento { 3 3} verifica a deigualdade de Kraft. Então exite um código unívoco intantâneo LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 7
18 º Teorema de Shannon Teorema da Codificação de Fonte! Seja H (A ) a entroia de uma fonte dicreta em memória e L med o comrimento médio da alavra de um eventual código ara a fonte A.! Se ara qualquer ε > 0 L med H (A ) + ε então exite um código unívoco e intantâneo ara a fonte A.! Pelo contrário e L med < H (A ) então não exite qualquer código unívoco e intantâneo ara a fonte A.! Eficiência do código! η H (A ) / L med LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 8
19 Código de Huffman (95) Código de Redundância Mínima Comrimento da alavra de código Palavra de código Símbolo fonte Ditribuição de robabilidade m m m 3 m 4 m L med.30 H (A ).9 η 99.6 % LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 9
20 Codificação de Lemel Ziv (978)! O conhecimento da ditribuição de robabilidade da fonte não é neceário! Faz uo da correlação entre ímbolo adjacente! Contitui norma ara comreão de ficheiro! Imlementação! Percorrer a equência de dado dividindo-a em egmento contituído ela ubequência mai curta ainda não detectada LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 0
21 Algoritmo de Lemel Ziv... Ilutração com a equência ! O ímbolo 0 e etão inicialmente armazenado! Subequência armazenada: 0! Dado ara analiar: ! Analiando da equerda ara a direita a ubequência mai curta ainda não detectada é 00! Subequência armazenada: 0 00! Dado ara analiar: ! Reetindo a ubequência mai curta ainda não detectada é 0! Subequência armazenada: ! Dado ara analiar: LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide
22 Algoritmo de Lemel Ziv Poiçõe numérica ubequência Rereentaçõe numérica Bloco binário codificado LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide
23 Algoritmo de Lemel Ziv... 3 Sequência original: Sequência codificada: aontador inovação Decodificando: Indo ao code boo: Poiçõe numérica ubequência LERCI_FT Liçõe 7 e 8 Fundamento de Telecomunicaçõe Slide 3
Fundamentos de Telecomunicações
Fundamentos de Telecomunicações LEEC_FT 4,5&6: Teoria da Informação Codificação de Fonte Professor Victor Barroso [email protected] Lição 4 Informação e Entroia Introdução Incerteza, robabilidade e informação
Teoria da Informação
Charles Casimiro Cavalcante [email protected] Grupo de Pesquisa em Telecomunicações Sem Fio GTEL Programa de Pós-Graduação em Engenharia de Teleinformática Universidade Federal do Ceará UFC http://www.gtel.ufc.br/
Sistemas discretos sem memória e codificação da fonte
Sistemas discretos sem memória e codificação da fonte Luis Henrique Assumpção Lolis 10 de setembro de 2013 Luis Henrique Assumpção Lolis Sistemas discretos sem memória e codificação da fonte 1 Conteúdo
TÉCNICAS DE CODIFICAÇÃO DE SINAIS
TÉCNICAS DE CODIFICAÇÃO DE SINAIS COMPRESSÃO SEM PERDAS Evelio M. G. Fernández - 2010 Exemplo Símbolo Prob I II III IV A 1/2 00 0 0 0 B 1/4 01 11 10 01 C 1/8 10 00 110 011 D 1/8 11 01 1110 0111 Entropia
Introdução à Teoria da Informação: Codificação de Fonte
Introdução à Teoria da Informação: Codificação de Fonte PÓS-GRADUAÇÃO EM ENGENHARIA DE REDES E SISTEMAS DE TELECOMUNICAÇÕES Prof. Rausley Adriano Amaral de Souza [email protected] Conteúdo A Entroia como
COMUNICAÇÃO DIGITAL INTRODUÇÃO À TEORIA DE INFORMAÇÃO
COMUNICAÇÃO DIGITAL INTRODUÇÃO À TEORIA DE INFORMAÇÃO Evelio M. G. Fernández - 2011 Introdução à Teoria de Informação Em 1948, Claude Shannon publicou o trabalho A A Mathematical Theory of Communications.
Fundamentos de Telecomunicações
Fundamentos de Telecomunicações LERCI_FT 3: Codificação de Canal Professor Victor Barroso [email protected] Codificação de Canal Aplica-se para aumentar a fiabilidade do sistema de comunicações digitais.
Universidade de Pernambuco Escola Politécnica de Pernambuco
Universidade de Pernambuco Escola Politécnica de Pernambuco TV Analógica e Digital Codificação de Fonte Prof. Márcio Lima E-mail:[email protected] 12.06.2014 Introdução A principal função de um sistema
SM - Sistemas Multimédia CODIFICAÇÃO DE FONTE (parte 2) 4.º / 6.º semestre LEIC (verão 2016/2017)
SM - Sistemas Multimédia CODIFICAÇÃO DE FONTE (parte 2) 4.º / 6.º semestre LEIC (verão 2016/2017) Tópicos Propriedades dos códigos de fonte Código ótimo e código ideal Singularidade, descodificação única,
1 LIMITES FUNDAMENTAIS NA TEORIA DA INFORMAÇÃO
LIMITES FUNDAMENTAIS NA TEORIA DA INFORMAÇÃO O trabalho de Shannon sobre a teoria da informação, ublicado em 948, estabelece a base teórica ara que sistemas de comunicações seam eficientes e confiáveis.
Módulo 5 Codificação Sistemas Multimédia Ana Tomé José Vieira
Módulo 5 Codificação Sistemas Multimédia Ana Tomé José Vieira Departamento de Electrónica, Telecomunicações e Informática Universidade de Aveiro Sumário Códigos binários Representação de informação com
TE111 Comunicação Digital
TE111 Comunicação Digital Introdução à Teoria de Informação e Codificação de Fonte 15 de outubro de 2018 Introdução à Teoria de Informação Em 1948, Claude Shannon publicou o trabalho A Mathematical Theory
Princípios Básicos de Teoria da Informação
Princípios Básicos de Teoria da Informação Teorema da Codificação de Fonte Teorema Fundamental de Shannon Até que limite é possível comprimir um conjunto de dados? Qual a maior taxa de transmissão de informação
Compressão e Codificação de Dados. Primeiro Exame e Segundo Teste
Compressão e Codificação de Dados. Primeiro Exame e Segundo Teste Mestrado em Engenharia Electrotécnica e de Computadores, IST 7 de Janeiro de 2012 Nome: Número: NOTAS: Exame (3 horas): tudo. Segundo teste
universidade federal de pernambuco departamento de estatística
soluções do o exercício escolar Teoria da Informação set./207 a) Qual a variável aleatória de maior incerteza? Surpreendentemente, há uma maior incerteza sobre a variável aleatória X, é definida apenas
2 Teoria da Informação
2 Teoria da Informação Neste capítulo apresentamos alguns conceitos básicos sobre Teoria da Informação que utilizaremos durante este trabalho. 2.1 Alfabeto, texto, letras e caracteres Um alfabeto Σ = (σ
Codificação de Huffman
Codificação de Huffman Bruna Gregory Palm 11 de setembro de 2017 A codificação de Huffman é um método de compressão que considera as probabilidades de ocorrência de cada símbolo no conjunto de dados a
Fundamentos de Telecomunicações
Fundamentos de Telecomunicações LEEC_FT 32&33: Codificação de Canal Professor Victor Barroso [email protected] Lição 32 Controlo dos Erros de Transmissão Codificação de canal abordagens básicas Detecção
Compactação de Dados. Fonte de consulta: Szwarcfiter, J.; Markezon, L. Estruturas de Dados e seus Algoritmos, 3a. ed. LTC. Seção 12.5 em diante.
Compactação de Dados Fonte de consulta: Szwarcfiter, J.; Markezon, L. Estruturas de Dados e seus Algoritmos, 3a. ed. LTC. Seção 12.5 em diante. Compactação de Dados } Armazenar arquivos grandes (backup)
Amostragem de Sinais
UNIVERSIDADE FEDERAL DA PARAÍBA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Amotragem de Sinai Prof. Juan Moie Mauricio Villanueva [email protected] 1 Amotragem (Sampling) Para um inal em tempo
Segundo Exame e Repescagem de Testes. Mestrado em Engenharia Electrotécnica e de Computadores, IST 25 de Janeiro de 2014
Compressão e Codificação de Dados Segundo Exame e Repescagem de Testes Mestrado em Engenharia Electrotécnica e de Computadores, IST 25 de Janeiro de 201 Nome: Número: NOTAS: 1. Exame (3 horas): tudo. Primeiro
FACULDADE DE TALENTOS HUMANOS DEPARTAMENTO DE ENGENHARIA ELÉTRICA PROCEDIMENTOS EXPERIMENTAIS DE COMUNICAÇÃO DIGITAL II PARA TELECOMUNICAÇÃO
FACULDADE DE TALENTOS HUMANOS DEPARTAMENTO DE ENGENHARIA ELÉTRICA PROCEDIMENTOS EXPERIMENTAIS DE COMUNICAÇÃO DIGITAL II PARA TELECOMUNICAÇÃO PROF. ENG. ESP. ANTONIO CARLOS LEMOS JÚNIOR [email protected]
Tipos de códigos de fonte
Tipos de códigos de fonte Luis Henrique Assumpção Lolis 13 de setembro de 2013 Luis Henrique Assumpção Lolis Tipos de códigos de fonte 1 Conteúdo 1 Código de prefixo 2 Código de Fano 3 Código de Huffman
Teoria da Informação ( ) Exame de Recurso ( ) Resolução. (1 p), (1 p), p = H(0,4;0,4;0,2) = 1,522
Teoria da Informação (4-) Exame de ecurso (-7-). Canais discretos sem memória e p =,: esolução X -p p p -p Y W ε ε ε -ε -ε -ε Z Canal A Canal B Vamos representar P(X = i) por P(X i ), etc. PY ( ) = P(
Algoritmos de Compressão sem Perdas
Algoritmos de Compressão sem Perdas (continuação) Aula 08 Diogo Pinheiro Fernandes Pedrosa Universidade Federal Rural do Semiárido Departamento de Ciências Exatas e Naturais Curso de Ciência da Computação
Compressão Sem Perdas: Codificações Huffman e Aritmética. Adelar da Silva Queiróz Marcelo Teixeira Thiago da Silva Sodré
Compressão Sem Perdas: Codificações Huffman e Aritmética Adelar da Silva Queiróz Marcelo Teixeira Thiago da Silva Sodré Compressão Sem Perdas (Lossless Data Compression) Refere-se a métodos de compressão
Teoria da Informação
Charles Casimiro Cavalcante [email protected] Grupo de Pesquisa em Telecomunicações Sem Fio GTEL Programa de Pós-Graduação em Engenharia de Teleinformática Universidade Federal do Ceará UFC http://www.gtel.ufc.br/
Fundamentos da Compressão de Vídeo
Sistemas de Telecomunicações 2007-2008 Televisão Digital Fundamentos da Compressão de Vídeo Rui Marcelino Abril 2008 Engenharia Electrica e Electrónica - TIT Sumário 1. Motivação para Compressão de Vídeo
Processamento digital de imagens
Processamento digital de imagens Agostinho Brito Departamento de Engenharia da Computação e Automação Universidade Federal do Rio Grande do Norte 23 de novembro de 2016 Compressão de imagens engloba técnicas
Teoria da Informação. Codificação de Fonte
Codificação de Fonte [email protected] /62 Conteúdo e Referência. Revisão: Probabilidade e Variáveis Aleatórias 2. Fontes de informação amostragem e quantização 3. Princípios da 4. Compactação de Fonte
Informação sobre a Disciplina CODIFICAÇÃO DE CANAL PARA SISTEMAS DE COMUNICAÇÃO DIGITAL. Programa Previsto. Bibliografia
Informação sobre a Discilina CODIFICAÇÃO DE CANAL PARA SISTEMAS DE COMUNICAÇÃO DIGITAL INTRODUÇÃO Evelio M. G. Fernández - 2 Quartas feiras das 8:3 às :3 horas Professor: Evelio Martín García Fernández
Problemas de Fundamentos de Telecomunicações 1ª Parte: Codificação de Fonte e Codificação de Canal
Problemas de Fundamentos de Telecomunicações 1ª Parte: Codificação de Fonte e Codificação de Canal 1. Considere uma fonte com um alfabeto de 4 mensagens, de probabilidades 1/2, 1/4, 1/8 e 1/8. a) Qual
Estudo sobre decodificação iterativa usando códigos de treliça
Revista de Engenharia e Pesquisa Aplicada, Volume 2, Número 1, 2016 Estudo sobre decodificação iterativa usando códigos de treliça Souza, I. M. M. Escola Politécnica de Pernambuco Universidade de Pernambuco
Canais discretos sem memória e capacidade do canal
Canais discretos sem memória e capacidade do canal Luis Henrique Assumpção Lolis 17 de outubro de 2013 Luis Henrique Assumpção Lolis Canais discretos sem memória e capacidade do canal 1 Conteúdo 1 Canais
Técnicas de Compactação e Compressão. Compressão. Técnicas de Compactação e Compressão. Compactação x Compressão
Departamento de Engenharia de Telecomunicações - UFF Técnicas de Compactação e Compressão Profa. Débora Christina Muchaluat Saade [email protected] Técnicas de Compactação e Compressão Compactação
4 C odigos de Huffman 4.1 Arvores de c odigo folhas os internos n ıvel altura Arvore bin aria arvore bin aria ordenada
4 Códigos de Huffman 4.1 Árvores de código Numa árvore qualquer, os nós que não têm filhos são chamados de folhas e os demais nós são chamados de nós internos. Se um nó de uma árvore é filho de outro,
Árvores. Thiago Martins, Fabio Gagliardi Cozman. PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo
PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó
Compressão de Dados. Prof. Flávio Humberto Cabral Nunes
Compressão de Dados Prof. Flávio Humberto Cabral Nunes Conteúdo 1. Introdução 2. Compressão Unária 3. Compressão Elias-Gama 4. Run Length Encoding 5. Huffman 6. LZ77, LZ78 e LZW Capítulo: 12 (POSTIL).
PUCRS Faculdade de Engenharia Departamento de Engenharia Elétrica Codificação de Sinais por F.C.C De Castro e M.C.F. De Castro
URS Faculdade de Engenharia Departamento de Engenharia Elétrica odificação de Sinais por F.. De astro e M..F. De astro apítulo I Introdução Neste texto são apresentados os princípios gerais necessários
INTRODUÇÃO À TEORIA DA INFORMAÇÃO
INTRODUÇÃO À TEORIA DA INFORMAÇÃO SISTEMA DE TRANSMISSÃO DIGITAL Oscodificadores defonte possuem a finalidade de casar a fonte de dados com o sistema levando em consideração a estatística de acontecimento
SUMÁRIO FUNDAMENTOS E VISÃO GERAL 19 CAPÍTULO 1 PROCESSOS ALEATÓRIOS 49
SUMÁRIO FUNDAMENTOS E VISÃO GERAL 19 1. O processo de comunicação 19 2. Principais recursos de comunicação 21 3. Fontes de informação 21 4. Redes de comunicação 27 5. Canais de comunicação 33 6. Processo
TÉCNICAS DE CODIFICAÇÃO DE SINAIS
Informação sobre a Disciplina TÉCNICAS DE CODIFICAÇÃO DE SINAIS INTRODUÇÃO Evelio M. G. Fernández - 2010 Terças e Quintas feiras das 07:30 às 11:20 horas Professor: Evelio Martín García Fernández Gabinete
Algoritmos em Strings (compressão de texto)
Algoritmos em Strings (compressão de texto) R. Rossetti, A.P. Rocha, A. Pereira, P.B. Silva, T. Fernandes FEUP, MIEIC, CAL, 2010/2011 1 Teoria da Informação O que é? É uma ferramenta matemática para determinar
Compressão de Imagens. Lilian Nogueira de Faria (Bolsista)...DPI/INPE Leila Maria Garcia Fonseca (Coordenadora)...DPI/INPE
Compressão de Imagens Lilian Nogueira de Faria (Bolsista)...DPI/INPE Leila Maria Garcia Fonseca (Coordenadora)...DPI/INPE Imagens digitais necessitam de grande quantidade de espaço para armazenamento e
Códigos de blocos lineares. Outubro de 2017
Códigos de blocos lineares Outubro de 2017 Vamos introduzir alguns conceitos sobre códigos de blocos lineares. Definições: Deve-se assumir que a informação saída da fonte de informação é da forma binária
Árvores. Thiago Martins, Fabio Gagliardi Cozman. PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo
PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó
UFSM-CTISM. Comunicação de Dados Aula-17
UFSM-CTISM Comunicação de Dados Aula-17 Professor: Andrei Piccinini Legg Santa Maria, 2012 Definição: Um código de Hamming adiciona um bloco de paridade a um bloco de dados, de forma a que, caso ocorram
Formatos de Áudio e Vídeo Digital Compactação de Vídeo
Redes Multimídia 2016.2 Formatos de Áudio e Vídeo Digital Compactação de Vídeo Curso Superior de Tecnologia em Sistemas para Internet Turma: TEC.SIS.4T Redes Multimídia Conteúdo Programático :: 1 a Unidade
Modelagem por Elementos Finitos da Propagação de Ondas Eletromagnéticas em Regiões Litorâneas
Modelagem or Elemento Finito da Proagação de Onda Eletromagnética em Regiõe Litorânea Murilo Teixeira Silva 1, Lurimar Smera Batita 2 1 Graduando em Engenharia Indutrial Elétrica IFBA. Bolita da FAPESB.
Árvores. Fabio Gagliardi Cozman. PMR2300 Escola Politécnica da Universidade de São Paulo
PMR2300 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó (exceto a
Televisão Digital. Codificação de Entropia Códigos de Huffman. Hélio Manuel Gonçalves Jaco
Codificação de Entropia Códigos de Huffman Hélio Manuel Gonçalves Jaco Porto, Outubro de 2006 1. Objectivo Desenvolver um programa que gere códigos de Huffman de imagens às quais foi aplicada uma transformada
3 Algoritmos Genéticos
Técnicas de Inteligência Computacional 33 3 Algoritmos Genéticos Este capítulo resume os principais conceitos sobre o algoritmo evolucionário empregado nesta dissertação. É apresentada uma breve explicação
O L A Representação de Informação. Representação de Informação. -- Texto -- Tabela de ASCII (7 bits) Representação de Caracteres
Representação de Informação Representação de Informação -- Texto -- Como é que se representa texto? Como é que se representam imagens? Como é que se representa som? Técnicas simples de correcção de erros?
3. Tipos de dados e variáveis
3. Tipos de dados e variáveis DIM0320 2015.1 DIM0320 3. Tipos de dados e variáveis 2015.1 1 / 26 Conteúdo 1 Tipos de dados 2 Tipos básicos Portugol 3 Variáveis 4 Exercícios DIM0320 3. Tipos de dados e
PTC TEORIA DAS COMUNICAÇÕES II - 25/08/ PJEJ EXERCÍCIOS RESOLVIDOS
PTC2433 - TEORIA DAS COMUNICAÇÕES II - 25/08/24 - PJEJ EXERCÍCIOS RESOLVIDOS São dados os valores: Q(2,32)= -2 ; Q(3,09)= -3 ; Q(3,71)= -4 ; Q(4,26)= -5 ; Q(4,75)= -6. Q1) Dada a equação s=r H T, que permite
Universidade Federal do Rio Grande do Sul Instituto de Informática
Universidade Federal do Rio Grande do Sul Instituto de Informática INF01046: Fundamento de Processamento de Imagens PROFESSOR JACOB SCHARCANSKI Projeto II: Compactação de Imagens Autores: Charles Arnoud
Metodologia Aplicada a Computação.
Metodologia Aplicada a Computação [email protected] Pré-processamento de dados Técnicas utilizadas para melhorar a qualidade dos dados; Eliminam ou minimizam os problemas como ruídos, valores incorretos,
Computação Gráfica. Ponto, Linha, Vetor e Matriz
Computação Gráfica Ponto, Linha, Vetor e Matriz Prof. Rodrigo Rocha [email protected] Onde Etamo... Introdução a Computação Gráfica; Repreentação de Imagen: vetorial e matricial; Dipoitivo de entrada
Inteligência Artificial
Inteligência Artificial Aula 6 Algoritmos Genéticos M.e Guylerme Velasco Roteiro Introdução Otimização Algoritmos Genéticos Representação Seleção Operadores Geneticos Aplicação Caixeiro Viajante Introdução
Engenharia Civil. Representação da Informação. Introdução à Computação
Engenharia Civil Representação da Informação Introdução à Computação Sumário Retomada... Representação de informação Bit, byte Conversão numérica Exercício Referência link na página 2.2.1 O bit, o byte,
1 O esquema de Alamouti: Diversidade na transmissão
1 O esquema de Alamouti: Diversidade na transmissão 1.1 O Caso de uma antena receptora A Figura?? mostra a representação em banda básica do esquema de Alamouti com diversidade na transmissão. O esquema
Aplicação de Árvores: Código de Huffman
Aplicação de Árvores: Código de Huffman SCC0202 - Algoritmos e Estruturas de Dados I Prof. Fernando V. Paulovich http://www.icmc.usp.br/~paulovic [email protected] Instituto de Ciências Matemáticas
4. Algoritmos de Busca em Vetores
Introdução à Computação II 5952011 4. Algoritmos de Busca em Vetores Prof. Renato Tinós Local: Depto. de Computação e Matemática (FFCLRP/USP) 1 Principais Tópicos 4.1. Introdução 4.2. Busca Linear 4.2.1.
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE ELETROTÉCNICA ELETRÔNICA DIGITAL - ET75C - Profª Elisabete N Moraes
25/3/26 UNIVERIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE ELETROTÉCNICA ELETRÔNICA DIGITAL - ET75C - Profª Elisabete N Moraes AULA 4 CODIFICADORE E DECODIFICADORE Em º de abril de 26.
Codificação das variáveis: binária Iniciação da população: aleatória Avaliação: função aptidão Operadores. Critério de parada: número de gerações
AG Simples/Canônico (AGS) AG introduzido por Holland Funciona bem para problemas de otimização simples e/ou de pequenas dimensões A maior parte da teoria dos AGs está baseada no AGS Utilidade didática
Exemplo de Aplicação de Algoritmos Genéticos. Prof. Juan Moisés Mauricio Villanueva cear.ufpb.br/juan
Exemplo de Aplicação de Algoritmos Genéticos Prof. Juan Moisés Mauricio Villanueva [email protected] cear.ufpb.br/juan Estrutura do Algoritmo Genético Algoritmo genético Inicio t = 0 inicializar P(t)
