文献

J-GLOBAL ID：202202240147540407   整理番号：22A0484367

Best-Fit無損失圧縮技法の探索によるSZのための損失圧縮の改善【JST・京大機械翻訳】

Improving Lossy Compression for SZ by Exploring the Best-Fit Lossless Compression Techniques

著者 (8件)： Liu Jinyang (University of California,Riverside,CA,USA) ,  Li Sihuan (University of California,Riverside,CA,USA) ,  Di Sheng (Argonne National Laboratory,IL,USA) ,  Liang Xin (Missouri University of Science and Technology,Rolla,MO,USA) ,  Zhao Kai (University of California,Riverside,CA,USA) ,  Tao Dingwen (Washington State University,Pullman,WA,USA) ,  Chen Zizhong (University of California,Riverside,CA,USA) ,  Cappello Franck (Argonne National Laboratory,IL,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： Big Data  ページ： 2986-2991  発行年： 2021年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 過去数十年間,今日の科学的応用によって生産されているデータの増え続ける体積のために,様々な損失圧縮機が広く研究されている。SZは,これまでに上昇した最良の誤差結合損失圧縮機の1つであり,4つの調整可能なステップを含む柔軟なフレームワークを持っている:予測,量子化,可変長符号化,および無損失圧縮。本論文では,Squashデータ圧縮ベンチマークを用いて,異なる既存の無損失圧縮技術を探索することにより,SZ圧縮モデルの損失圧縮性能を改善した。具体的には,最初にSZにおける最初の3段階によって出力されたバイトを特性化し,次に,異なるデータセットと異なる誤差限界を有する最良の無損失圧縮機を研究した。5つのよく知られた科学的シミュレーションデータセット上でSZと共に異なる構成の下で8つの広く使用された無損失圧縮機をテストすることによって,著者らの調査を実行した。著者らの実験は,著者らの解析に基づいて選択した最良適合損失無し圧縮機の採用が,再構成データの同等の品質を有するSZで使用される以前の無損失圧縮技術と比較して,全体圧縮速度を40%まで改良できることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 量子化 ,  *圧縮機 ,  再構成 ,  データ圧縮 ,  キャラクタリゼーション ,  ベンチマーク ,  *無損失圧縮 ,  誤差限界
準シソーラス用語： 可変長符号化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： BEST ,  FIT ,  無損失圧縮 ,  技法 ,  探索 ,  損失