Komprese dat založená na vynechání samozřejmé informace - COMPROMISE
Cíle projektu
Záměrem projektu COMPROMISE je vyvinout novou metodologii komprese dat, která bude do značné míry nezávislá na doméně, asymetrická a vhodná pro bezeztrátovou, téměř bezeztrátovou a ztrátovou kompresi s využitím společné linky procedur. Doménové nezávislosti se dosáhne sdružením doménově závislých rysů do jediné doménově nezávislé taxonomie. Pro kódování se nejprve detekují doménově závislé rysy, pak se z nich vyberou doménově nezávislé rysy, určí se residua a proběhne komprese. Při dekódování nejprve proběhne doménově nezávislá expanze, pak doménově závislá obnova dat. Koncept umožní také uchovávání informace o víceúrovňových závislostech dat, takže se zlepší možnost opakovaného využití dat na různých sémantických úrovních. Koncept bude ověřen na rastrových obrazech, digitálních audio datech, biomedicínských signálech a řídkých voxelových datech.
Klíčová slova
data compressionfeatureoptimizationrestoration algorithmsuniversal platform
Veřejná podpora
Poskytovatel
Grantová agentura České republiky
Program
Mezinárodní grantové projekty hodnocené na principu LEAD Agency
Veřejná soutěž
—
Hlavní účastníci
Západočeská univerzita v Plzni / Fakulta aplikovaných věd
Druh soutěže
M2 - Mezinárodní spolupráce
Číslo smlouvy
23-04622L
Alternativní jazyk
Název projektu anglicky
Data compression paradigm based on omitting self-evident information - COMPROMISE
Anotace anglicky
The COMPROMISE project intends to develop a new data compression methodology that will be largely domain-independent, asymmetric, and suitable for lossless, near-lossless, and lossy compression using a single channel of procedures. Domain independence will be achieved by arranging domain-dependent features into a unique domain-independent taxonomy. In the encoder’s pipeline, the domain-dependent feature detection will be followed by the domain-independent feature selection, residual determination, and data compression processes, while the decoder will consist of the domain-independent data expansion followed by the domain-dependent data restoration. This concept will allow compressed data to store information about multilevel relationships in the data, thereby increasing the reusability of the data at different semantic levels. The concept will be verified on raster images, digital audio, biomedical signals, and sparse voxel data.
Vědní obory
Kategorie VaV
ZV - Základní výzkum
OECD FORD - hlavní obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
OECD FORD - vedlejší obor
—
OECD FORD - další vedlejší obor
—
CEP - odpovídající obory
(dle převodníku)AF - Dokumentace, knihovnictví, práce s informacemi
BC - Teorie a systémy řízení
BD - Teorie informace
IN - Informatika
Termíny řešení
Zahájení řešení
1. 1. 2023
Ukončení řešení
31. 12. 2025
Poslední stav řešení
K - Končící víceletý projekt
Poslední uvolnění podpory
9. 4. 2024
Dodání dat do CEP
Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP25-GA0-GF-R
Datum dodání záznamu
14. 3. 2025
Finance
Celkové uznané náklady
5 345 tis. Kč
Výše podpory ze státního rozpočtu
4 986 tis. Kč
Ostatní veřejné zdroje financování
359 tis. Kč
Neveřejné tuz. a zahr. zdroje finan.
0 tis. Kč
Základní informace
Uznané náklady
5 345 tis. Kč
Statní podpora
4 986 tis. Kč
93%
Poskytovatel
Grantová agentura České republiky
OECD FORD
Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Doba řešení
01. 01. 2023 - 31. 12. 2025