Inlämning av Examensarbete / Submission of Thesis

Philip Baback Alipour; Muhammad Ali MSE-2010-21 , pp. 77. COM/School of Computing, 2010.

The work

Författare / Author: Philip Baback Alipour, Muhammad Ali
philipbaback_orbsix@msn.com, moh.ali@live.se
Titel / Title: An Introduction and Evaluation of a Lossless Fuzzy Binary AND/OR Compressor
Översatt titel / Translated title: En introduktion och utvärdering av ett Lossless Fuzzy binär och / eller kompressor
Abstrakt Abstract:

We report a new lossless data compression algorithm (LDC) for implementing predictably-fixed compression values. The fuzzy binary and-or algorithm (FBAR), primarily aims to introduce a new model for regular and superdense coding in classical and quantum information theory. Classical coding on x86 machines would not suffice techniques for maximum LDCs generating fixed values of Cr >= 2:1. However, the current model is evaluated to serve multidimensional LDCs with fixed value generations, contrasting the popular methods used in probabilistic LDCs, such as Shannon entropy. The currently introduced entropy is of ‘fuzzy binary’ in a 4D hypercube bit flag model, with a product value of at least 50% compression. We have implemented the compression and simulated the decompression phase for lossless versions of FBAR logic. We further compared our algorithm with the results obtained by other compressors. Our statistical test shows that, the presented algorithm mutably and significantly competes with other LDC algorithms on both, temporal and spatial factors of compression. The current algorithm is a steppingstone to quantum information models solving complex negative entropies, giving double-efficient LDCs > 87.5% space savings.

Populärvetenskaplig beskrivning / Popular science summary: Vi rapporterar en ny förlustfri komprimering algoritm (MUL) för att genomföra förutsägbart-fast komprimering värden. Den luddiga binär och-eller algoritm (FBAR), syftar bland annat att införa en ny modell för regelbunden och superdense kodning i klassiska och kvantmekaniska information teori. Klassiska kodning på x86-maskiner inte skulle räcka teknik för maximal LDC att skapa fasta värden av Cr >= 2:1. Men den nuvarande modellen utvärderas för att tjäna flerdimensionella LDC med fast värde generationer, där de populära metoder som används i probabilistiska LDC, såsom Shannon entropi. De närvarande in entropi är av "fuzzy binära" i en 4D blixtkub lite flagga modell, med en produkt värde av minst 50% komprimering. Vi har genomfört komprimering och simulerade den tryckfall fasen för förlustfri versioner av FBAR logik. Jämförde vi ytterligare vår algoritm med de resultat som andra kompressorer. Vår statistiska testet visar att den presenterade algoritmen mutably och betydligt konkurrerar med andra LDC algoritmer på båda, tidsmässiga och geografiska faktorer av kompression. Den nuvarande algoritmen är en steppingstone att kvantinformationsteknik modeller lösa komplexa negativa entropies, vilket ger dubbel-effektiva LDC> 87,5 besparingar utrymme.
Ämnesord / Subject: Datavetenskap - Computer Science\General
Datavetenskap - Computer Science\Software Engineering
Mathematics\Probability and Statistics
Nyckelord / Keywords: Fuzzy Binary AND/OR, data compression/decompression, pairwise bits, double efficiency

Publication info

Dokument id / Document id:
Program:/ Programme Software Engineering
Registreringsdatum / Date of registration: 07/10/2010
Uppsatstyp / Type of thesis: Masterarbete/Master's Thesis (120 credits)

Context

Handledare / Supervisor: Dr. Niklas Lavesson
niklas.lavesson@bth.se
Examinator / Examiner: Tony Gorschek
Organisation / Organisation: Blekinge Institute of Technology
Institution / School: COM/School of Computing

+46 455 38 50 00
Anmärkningar / Comments:

+46 455 38 50 00

Files & Access

Bifogad uppsats fil(er) / Files attached: fbar.pdf (2809 kB, öppnas i nytt fönster)