Citat:
djoka_l:
Ne znam šta da ti kažem. Ja sam 1988. morao da napišem za vežbu program za komprimovanje Hafmanovim algoritmom, u Fortranu 77.
Ja sam o kompresiji zaboravio više nego što si ti ikada znao.
Sada mi ti prodaješ neke forice, koje su na nivou "napredni amater".
Recimo, iz primera koji sam ti dao, prenos ishoda izvlačenja slučajnog broja od 0 do 999999, U PROSEKU, potrebno je 19 bitova.
Da li znaš da izvedeš računicu za taj podatak?
Ja sam vremenom postao malo blazi prema ovome. Evo MajorFatal se setio neke nase epizode od ranije i sad kad pogledam to mogu reci da sam bio previse agresivan i previse brz da sa argumentovane kritike predjem na agresivno spustanje. Imao sam mnogo manje znanja nego sto je mozda izgledalo i svakako manje znanja nego sto sam mislio da imam (kakvo otkrice, nemanje znanja obicno ukljucuje i nemanje ideje da nemas znanje :-).
Danas sam malo stariji i nesto iskusniji pa ne bih tako diskutovao.
Naravno da nista nije promenjeno po pitanju teorije informacija, takodje rec "proizvoljna" (random sekvenca) u mom "zadatku" za 20 gajbi piva je upravo sluzila da se eliminise mogucnost "srece" da se nabode neki niz koji je moguce modelirati.
Ironicno je da kada je Major na ovoj temi pomenuo opkladu da nisam cak ni otisao da citam moju originalnu poruku. Pretpostavio sam da sam dalabu verovatno i preskocio preciziranje - i jos odlucio da podignem ulog sa gajbama piva! :-) Major je posle citirao tu poruku, situacija nije bila toliko crna kako sam mislio da jeste... mada i sa tim "zadatak" i dalje pati od problema nepreciznog izrazavanja, ali svakako nije idiot-case kakav sam pomislio da je bio. Mladost - ludost...
Sto se same materije tice - tu se nista promenilo nije - Shannon i Von Neumann ne moraju da se dizu iz grobova, sve je OK.
Plus, verujem da je i MajorFatal vremenom postao iskusniji i uocio je da >mozda< krsenje vrlo robusne teorije uopste nije ni predmet price.
Ako odustanemo od glupe ideje nekog univerzalnog kompresora proizvoljnih nizova slucajnih brojeva (gde je slucajnost definisana na najjaci nacin) i fokusiramo se na neke probleme sa "slabijim" kriterijumima, i onda ce posao biti tezak ali tu i tamo, za neke nizove naizgled slucajnih brojeva nije iskljuceno da postoji neotkriveni model koji ce mozda jednog dana biti deo neke kompresije, bas kao sto je nekada video signal bio gomila izuzetno tesko predvidljivih podataka, ali kad je pronadjen model koji modelira pravi izvor informacija, i time postize vece stepene kompresije nego npr. aritmeticki koder.
Ovo je svakako "zesce" tesko, pre svega zato sto je ovo tema na kojoj se radi decenijama. Ali, opet, sa novim signalima dolaze nova pitanja efikasnog skladistenja sto, za kao posledicu, ima da je neophodno razumeti sta taj signal sastavlja i da li se to moze modelirati tako da nam pomogne.
E sad prelazim u old-fart mod: cela ta stvar je verovatno dobra samo za gradjenje iskustva i poznavanja materije (jedna od stvari do koje vredi doci je sticanje dovoljno znanja da se, na primer, razume gde se mi na staroj temi nismo razumeli), jako retko se desi da se otkrije neki novi model koji je bolji od stanja tehnike.
Sto naravno nije razlog da se na tome ne radi. Dokle god je zabava, dobrovoljno ili u svoje slobodno vreme... sto da ne, najgore sto moze da se desi je da se nauci nesto novo.
Mada, iskreno, @Majore... ok ako te ovo bas zanima, ali ova tematika je prilicno... kako da kazem, dosadna. Dosadna u smislu da je jako tesko pomeriti granice danas, ima mnogo vise problema gde postoje daleko vece sanse za otkrica. Naravno, ovo je samo moja tacka gledista gde je cilj optimizacije "inovacija", to naravno ne znaci da to ima ikakve veze sa tobom i tvojim razlozima. Ako je to sto volis da radis - godspeed. Ali ako nije, ili ako to radis samo sto ti je dosadno, proveri da nema nesto drugo sto je jos zanimljivije.
DigiCortex (ex. SpikeFun) - Cortical Neural Network Simulator:
http://www.digicortex.net/node/1 Videos:
http://www.digicortex.net/node/17 Gallery:
http://www.digicortex.net/node/25
PowerMonkey - Redyce CPU Power Waste and gain performance! -
https://github.com/psyq321/PowerMonkey