در زمینه ی فشرده سازی داده، کدگذاری شانون، که به افتخار کشف کننده آن، آقای کلود شانون نامگذاری شده است، تکنیکی برای فشرده سازی بدون اتلاف و ساختن یک کد پیشوندی برمبنای مجموعه ای از نمادها و احتمالات آنها ( تخمینی ویا اندازه گیری شده ) می باشد. می توان گفت این روش غیربهینه می باشد، بدین جهت که کوتاه ترین طول ممکن پیش بینی شده کلمات را همانند کدگذاری هافمن به دست نمی دهد، و در بهترین شرایط معادل کدگذاری شانون - فانو می باشد.
این روش کدگذاری منجر به رشد و توسعه ی گرایش فناوری اطلاعات شد و بدون سهم و مشارکت آن در این امر، دنیا از بسیاری از جانشینان آن همچون کدگذاری شانون - فانو، کدگذاری هافمن و کدگذاری حسابی ( arithmetic coding ) بی بهره می ماند. بخش عمده ای از زندگی روزمره ی ما به شکل قابل ملاحظه ای متاثر از داده ی دیجیتال می باشد و این بدون کدگذاری شانون و روند مستدام رشد و تکامل جانشینان آن در روش های کدگذاری امکان پذیر نمی بود.
در کدگذاری شانون، نمادها به ترتیب از پراحتمال ترین به کم احتمال ترین مرتب می شوند و با گرفتن اولین l i = ⌈ − log p i ⌉ رقم از نمایش دودویی از احتمال تجمعی ∑ k = 1 i − 1 p k دارای کدکلمه ای ( codeword ) می شوند. در اینجا ⌈ x ⌉ بیانگر تابعی است که x را رو به بالا گرد می نماید. [ ۱]
یکی از اولین موارد کاربرد گسترده کدگذاری و فشرده سازی اطلاعات با ظهور و گسترش عمده کتاب های کد تلگراف ( Telegraph Code Books ) در اوایل قرن ۲۰ میلادی بود. در این زمان هزینه گزافی برای ارسال تلگرام پرداخت می کردند، به گونه ای که در یک تلگرام میان آمریکا و اروپا هزینه هر کلمه حدوداً یک دلار بود ( تقریباً ۳۰ دلار با احتساب تورم تا سال ۲۰۱۵ میلادی ) . این امر منجر به رشد و توسعه کتاب های کد تلگراف و استانداردهای موردنظر آنها شد تا با کلماتی اندک منظور فرد ارسال کننده تلگرام منتقل شود و برخی از این کتب امروزه در اینترنت یافت می شوند، همانند کد معروف ABC Code که از ویرایش چهارم به بعد تراکم داده را به شکل قابل ملاحظه ای بالا برده بود.
در همین حین، کلود شانون که از محققان پیشرو در زمینه ی کدگذاری بود نظریه ی کدگذاری بدون نویز شانون ( Shannon’s noiseless coding theorem ) و پس از آن نظریه آنتروپی خود ( Shannon’s entropy Theorem ) را ارائه نمود که علاوه بر کاربرد در این مسئله ی آن روز دنیا، پایه مناسبی برای ادامه رشد نظریه اطلاعات شد. [ ۲]
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفاین روش کدگذاری منجر به رشد و توسعه ی گرایش فناوری اطلاعات شد و بدون سهم و مشارکت آن در این امر، دنیا از بسیاری از جانشینان آن همچون کدگذاری شانون - فانو، کدگذاری هافمن و کدگذاری حسابی ( arithmetic coding ) بی بهره می ماند. بخش عمده ای از زندگی روزمره ی ما به شکل قابل ملاحظه ای متاثر از داده ی دیجیتال می باشد و این بدون کدگذاری شانون و روند مستدام رشد و تکامل جانشینان آن در روش های کدگذاری امکان پذیر نمی بود.
در کدگذاری شانون، نمادها به ترتیب از پراحتمال ترین به کم احتمال ترین مرتب می شوند و با گرفتن اولین l i = ⌈ − log p i ⌉ رقم از نمایش دودویی از احتمال تجمعی ∑ k = 1 i − 1 p k دارای کدکلمه ای ( codeword ) می شوند. در اینجا ⌈ x ⌉ بیانگر تابعی است که x را رو به بالا گرد می نماید. [ ۱]
یکی از اولین موارد کاربرد گسترده کدگذاری و فشرده سازی اطلاعات با ظهور و گسترش عمده کتاب های کد تلگراف ( Telegraph Code Books ) در اوایل قرن ۲۰ میلادی بود. در این زمان هزینه گزافی برای ارسال تلگرام پرداخت می کردند، به گونه ای که در یک تلگرام میان آمریکا و اروپا هزینه هر کلمه حدوداً یک دلار بود ( تقریباً ۳۰ دلار با احتساب تورم تا سال ۲۰۱۵ میلادی ) . این امر منجر به رشد و توسعه کتاب های کد تلگراف و استانداردهای موردنظر آنها شد تا با کلماتی اندک منظور فرد ارسال کننده تلگرام منتقل شود و برخی از این کتب امروزه در اینترنت یافت می شوند، همانند کد معروف ABC Code که از ویرایش چهارم به بعد تراکم داده را به شکل قابل ملاحظه ای بالا برده بود.
در همین حین، کلود شانون که از محققان پیشرو در زمینه ی کدگذاری بود نظریه ی کدگذاری بدون نویز شانون ( Shannon’s noiseless coding theorem ) و پس از آن نظریه آنتروپی خود ( Shannon’s entropy Theorem ) را ارائه نمود که علاوه بر کاربرد در این مسئله ی آن روز دنیا، پایه مناسبی برای ادامه رشد نظریه اطلاعات شد. [ ۲]
wiki: کدگذاری شانون