Vektör nicemleme

Vektör Niceleme (VQ), bir kaynak sinyalin veri boyutunu, onu "kod sözcükleri" olarak bilinen bir dizi sembolle değiştirerek azaltmak için kullanılan kayıplı bir sıkıştırma tekniğidir. VQ, belirli bir sinyal vektörünün farklı değerlerini temsil eden ayrı kod sözcüklerinin en iyi (optimal) eşleşmesini bulur. Her kod sözcüğü veya sembol, vektördeki orijinal verileri yeniden oluşturmak için kullanılabilecek ayrı bir veri noktaları kümesini temsil eder. Başka bir deyişle, önemli miktarda bilgi kaybı olmadan veri miktarının azaltıldığı bir veri sıkıştırma tekniğidir.

VQ'da kaynak sinyali önce ayrı ayrı veri noktalarına bölünür. Bu veri noktaları daha sonra en yakın eşleşen kod sözcüğünü bulmak için kod sözcükleriyle (vektörler olarak bilinir) karşılaştırılır. Daha sonra en iyi eşleşen kod sözcüğü seçilir ve bu veri noktası ile değiştirilir. Bu işlem, tüm vektör bir dizi kod sözcüğüne indirgenene kadar tekrarlanır.

VQ, görüntü ve video sıkıştırma, konuşma tanıma ve ses sinyali işleme gibi çeşitli uygulamalarda kullanılmıştır. Verilerin zaten iki boyutlu bir ızgara gibi önceden tanımlanmış bir vektör formatında olduğu durumlar için özellikle kullanışlıdır. VQ aynı zamanda büyük veri kümelerindeki kalıpları öğrenmek için kullanılabildiği veri madenciliği ve makine öğreniminde de kullanılabilir.

VQ ayrıca kod kitabı tasarımı, vektör niceleme, vektör niceleyici tasarımı, vektör niceleme kodlaması ve kod kitabı vektör niceleme olarak da bilinir. Dijital sinyal işleme, örüntü tanıma ve veri sıkıştırma alanlarında önemli bir kavramdır.