För den Internetsurfande mÀnniskan Àr akronymer som jpg och mp3 vÀlbekanta. Den förstnÀmnda representerar den dominerande metoden för bildkompression pÄ Internet, den sistnÀmnda Àr den standard för tal- och musikkompression som hÄller pÄ att stjÀlpa skivbolagens mÄngmiljardindustri. Trots dessa metoders nuvarande dominans ÄterstÄr det mycket forskning och utveckling innan kompressionsmetoderna Àr fullÀndade.
För att besvara frÄgorna om hur mycket en musiksignal eller bild kan komprimeras har man skapat matematiska modeller av sÄdana signaler. Modellerna Àr sÄ kallade Gaussiska mixturmodeller som ger en beskrivning av hur en signal beter sig i statistisk mening. AllmÀn teori för kompression kombineras sedan med modellerna för att kunna göra förutsÀgelser om en kompressionsmetods prestanda. Den kompressionsmetod som studeras i avhandlingen Àr vektorkvantisering, en kraftfull men resurskrÀvande teknik, som i takt med datorutvecklingen gradvis införs i mÄnga kompressionssystem.
En stor del av avhandlingen Àgnas Ät den praktiska konstruktionen av vektorkvantiserare. För att en kompressionsmetod skall vara konkurrenskraftig mÄste den anpassas till den aktuella signalen. Anpassningen av en vektorkvantiserare Àr i mÄnga fall omöjlig att göra pÄ grund av de enorma datorresurser som krÀvs. HÀr visar det sig att mixturmodeller i kombination med allmÀn kompressionsteori löser mÄnga av de inneboende problemen. Principerna i avhandlingen utgör grunden för en ny generation av kompressionsmetoder.
Avhandlingen ”Towards Asymptotic Vector Quantization” försvarades vid en offentlig disputation pĂ„ Chalmers tekniska högskola i Göteborg den 14 september.
För vidare information kontakta:
Jonas Samuelsson, Gruppen för informationsteori, Chalmers tekniska högskola, tel: 031-772 1755,
e-post:jonas.samuelsson@s2.chalmers.se