ACTF: 時系列浮動小数点データのための効率的な可逆圧縮アルゴリズム

さまざまな分野における時系列データの量は着実に増加しています。しかし、この未処理の膨大なデータは、伝送効率や計算算術、ストレージ容量に課題をもたらします。したがって、時系列データの圧縮は、伝送、計算、ストレージを改善するために不可欠です。現在、時系列浮動小数点コーディングルールの改善が、圧縮アルゴリズムの効率と比率を向上させるための主要な方法です。本論文では、既存の圧縮アルゴリズムに基づいて設計された、時系列浮動小数点データのための効率的な可逆圧縮アルゴリズムを提案します。データ前処理、コーディングカテゴリの拡張、特徴の洗練表現という3つの最適化戦略を採用して、時系列浮動小数点数の圧縮比と効率を向上させます。実験的な比較と検証を通じて、私たちのアルゴリズムが、Chimp、Chimp 128、Gorilla、および他の圧縮アルゴリズムを複数のデータセットにおいて上回ることを示します。30のデータセットにおける実験結果は、私たちのアルゴリズムが時系列アルゴリズムの圧縮比を平均12.25%改善し、圧縮および解凍効率を平均27.21%改善することを示しています。特に、IOT1データセットでは24.06%の圧縮比改善を達成し、IOT4データセットでは42.96%の圧縮および解凍効率改善を達成しました。