Diff for ''
| Deletions are marked like this. | Additions are marked like this. |
| Line 1: | Line 1: |
| # Otázky ze zkoušek - NSWI072 - 2026-02-05 - Písemná část - Huffmanovy kódy (již dříve položená) - Jaké z těchto kódů nejsou Huffmanovy? - {0, 10, 11} (ano) - {01, 00, 10, 110} (ne) - {01, 10} (ne) - Jaký je teoretický význam Huffmanových kódů? - Existuje nějaká lepší metoda kódovaní než Huffmanovi kódy? - Vyberte si jeden z obrázkových formátů JPEG, PNG či GIF a popište jeho kompresní fungování. - Pro vektorovou quatizaci je třeba sestrojit codebook. Popište nějakou metodu pro jeho vytvoření. Předpokládejte, že máte dataset pro natrénování codebooku. - Ústní část - V teorii jsem zmínil optimalitu a Kraft-McMillanovu nerovnost, doptl se na unikátní dekódovatelnost. Jako lepší jsem napsal aritmetické kódování - doptával se na souvislost s kontextovými metodami a jaké jsou podmínky vztahu $H(X) \le L(C) < H(C) + 2$, který jsem zmínil. Po chvilce jsem odpověděl správně, ale mé tápání bylo zřejmé. - U JPEGů se doptával na některé implementační detaily, ale nebazíroval na nich, spíše zkoušel, co vím - věděl jsem. Popsal jsem vše vcelku podrobně. - Stačil opravdu jen obecný pohled na věc. - Otázka zda preferuji spíše lossless nebo lossy část předmětu, následně jsem měl popsat slovníkovou metodu dle své volby, stačil základ. - Vše až na arit. kódování jsem věděl dost dobře, známka 1. - 2025-01-23 - entropie, teoretické výsledky o huff a arit, co z toho vyplývá pro praxi? znamená to, že už máme hotovo a nemusíme hledat lepší kompresi? (PPM, stačí nám omezený kontext, ale je to náročné na použití) - BWT, kódování a dekódování, praktická funkčnost a využití (MTF, RLE), implementace (co je suffixové pole), používá se reálně? (bzip2) - popište metodu ztrátové komprese obrázků - vybral jsem si DCT (koeficienty ve výsledné matici vlevo nahoře odpovídají hrubým konturám, vpravo dole zase detailům, proto je můžeme zahodit) - dodatečná otázka na znění Kraft-McMillerovy věty |