Codage par compétition des vecteurs mouvements : que doit-on vraiment transmettre ?
Notice bibliographique
Résumé
Le standard de compression vidéo H.264/AVC obtient des gains significatifs par rapport \nà ses prédécesseurs en diminuant fortement l’entropie des résiduels de texture à l’aide, \nnotamment, d’une augmentation du nombre de possibilités de codage. Les travaux pour une \nfuture norme ont déjà commencé au sein de chacun des deux groupes à l’origine de la norme \nH.264/AVC. La méthode de codage de l’information de mouvement par compétition de prédiction \nde vecteurs a été proposée dans le cadre des travaux exploratoires du groupe VCEG. \nCette méthode visant à réduire la quantité d’information de mouvement a été intégrée dans le \nlogiciel JM-KTA visant à préparer le nouveau standard. Dans cet article, une amélioration de \ncette méthode est proposée, permettant de limiter le débit des indices de prédicteurs. Elle est \nbasée sur les caractéristiques de la fonction de sélection du meilleur prédicteur qui est reproduite \nau décodeur. Cette méthode, testée dans le JM-KTA, élimine 10 % des indices de prédicteurs \net réduit ainsi le débit de l’information de mouvement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».