Quantization is the process of mapp

Quantization is the process of mapping a continuous or discrete scalar or vector, produced
by a source, into a set of digital symbols that can be transmitted or stored using a finite number
of bits. In the case of continuous sources (with values in R or R
n
) quantization must necessarily
be used if the output of the source is to be communicated over a digital channel. In this case,
it is, in general, impossible to exactly reproduce the original source output, so we’re in the
context of lossy coding/compression.
In this lecture notes, we will review the main concepts and results of scalar and vector
quantization. For more details, see the book by Gersho and Gray [2], the accessible tutorial by
Gray [3], or the comprehensive review by Gray and Neuhoff [4]

Kết quả (Việt) 1:

Sự lượng tử hóa là một quá trình lập bản đồ liên tục hoặc rời rạc vô hướng hoặc vector, sản xuấttheo một nguồn, vào một tập hợp của các biểu tượng kỹ thuật số mà có thể được truyền hoặc lưu trữ bằng cách sử dụng một số hữu hạnbit. Trong trường hợp nguồn liên tục (với giá trị trong R hoặc Rn) sự lượng tử hóa nhất thiết phảiđược sử dụng nếu đầu ra của nguồn là được truyền đạt qua một kênh kỹ thuật số. Trong trường hợp này,đó là, nói chung, không thể chính xác tái tạo nguồn gốc sản lượng, do đó, chúng tôi đang trong cácbối cảnh của mã hóa/nén lossy.Trong ghi chú bài giảng này, chúng tôi sẽ xem xét các khái niệm chính và kết quả của vô và vectorsự lượng tử hóa. Để biết thêm chi tiết, xem sách của Gersho và màu xám [2], các hướng dẫn có thể truy cập bởiMàu xám [3], hoặc đánh giá toàn diện bởi màu xám và Neuhoff [4]

Kết quả (Việt) 2:

Quantization là quá trình lập bản đồ một vô hướng liên tục hoặc rời rạc hoặc vector, được sản xuất
bởi một nguồn tin, vào một tập hợp các ký hiệu kỹ thuật số có thể được truyền tải hoặc lưu trữ sử dụng một số hữu hạn
các bit. Trong trường hợp của các nguồn liên tục (có giá trị trong R hoặc R
n
) lượng tử nhất thiết phải
được sử dụng nếu đầu ra của nguồn là được truyền qua một kênh kỹ thuật số. Trong trường hợp này,
đó là, nói chung, không thể chính xác tái tạo đầu ra nguồn gốc, vì vậy chúng tôi đang ở trong
bối cảnh lossy mã hóa / nén.
Trong bài giảng này ghi chú, chúng tôi sẽ xem xét lại các khái niệm chính và kết quả vô hướng và vector
lượng tử . Để biết thêm chi tiết, xem các cuốn sách của Gersho và Gray [2], hướng dẫn truy cập bằng
Gray [3], hoặc đánh giá toàn diện của Gray và Neuhoff [4]