జర్నల్ ఆఫ్ కంప్యూటర్ ఇంజనీరింగ్ & ఇన్ఫర్మేషన్ టెక్నాలజీ

కంబైన్డ్ న్యూరల్ నెట్‌వర్క్ మరియు అర్థమెటిక్ కోడింగ్ ప్రాసెసింగ్ ద్వారా సవరించబడిన ఇమేజ్ కంప్రెషన్

అలా MHH మరియు సిద్దేక్ MM

కంబైన్డ్ న్యూరల్ నెట్‌వర్క్ మరియు అర్థమెటిక్ కోడింగ్ ప్రాసెసింగ్ ద్వారా సవరించబడిన ఇమేజ్ కంప్రెషన్

ఈ కథనం (పెర్సెప్ట్రాన్ న్యూరల్ నెట్‌వర్క్ మరియు అరిథ్‌మెటిక్ కోడింగ్) ఉపయోగించి ఇమేజ్ కంప్రెషన్-డికంప్రెషన్ కోసం అస్థిపంజరాన్ని నొక్కి చెబుతుంది. ప్రతి మూడు-పిక్సెల్ యొక్క మొదటి కుదింపు ఒకే విలువలో, ఈ విలువను కంప్రెషన్ విలువ అంటారు. మా పనిలో కంప్రెషన్ భాగంలో బరువు శిక్షణ కోసం న్యూరల్ నెట్‌వర్క్ అవసరం లేదు, బదులుగా, మా పనిలో ఉపయోగించే బరువులు ఫ్లోటింగ్ పాయింట్ విలువలను కలిగి ఉన్న ఒక డైమెన్షనల్ అర్రే. బరువుల మొత్తం విలువలు ఒకటికి సమానం. డికంప్రెషన్ భాగంలో, బరువులు న్యూరల్ నెట్‌వర్క్‌లకు ఇన్‌పుట్‌గా మారతాయి. తరువాత, న్యూరల్ నెట్‌వర్క్‌లు కంప్రెషన్ విలువ మరియు కావలసిన అవుట్‌పుట్ మధ్య లోపం ప్రకారం పిక్సెల్‌లను అప్‌డేట్ చేస్తాయి. రెండవ దశ అంకగణిత కోడింగ్ అల్గోరిథం కంప్రెషన్ విలువల వెక్టర్‌ను సింగిల్ ఫ్లోటింగ్ పాయింట్ నంబర్‌గా మార్చడానికి ఉపయోగిస్తుంది. మా విధానం మూడు రకాల చిత్రాలు మరియు విభిన్న పరిమాణంతో పరీక్షించబడింది; ఈ వ్యాసంలో అల్గోరిథం యొక్క పనితీరు కూడా లెక్కించబడుతుంది.

నిరాకరణ: ఈ సారాంశం ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ టూల్స్ ఉపయోగించి అనువదించబడింది మరియు ఇంకా సమీక్షించబడలేదు లేదా నిర్ధారించబడలేదు