РЕДУНДАНТНОСТЬ

В: Определения Информации и Редундантности (по Шеннону)? Плюсы и минусы Шенноновский определений?
О мини: I = минимальный Код одного Сообщения. R = log2 ( Длина Кода / I ).
плюс: I и R можно измерить. минус: содержимое и значение I не совпадают.
О коротко: Информация = кратчайшему из возможных Кодов, с помощью которого можно передать Сообщение.
Редундантность = log2 ( Длина Кода / Информация ).
Плюс: Информация и Редундантность становятся вычисляемыми.
Минус: Определение Информация не имеет ничего общего с содержанием Сообщения, что противоречит интуитивному восприятию.
О длинно: Информация определение 1 = минимальное количество бит, которое требуется для кодирования одного Сообщения. 
Информация Определение 2 = длина кротчайшего кода, с которым можно передать сообщение. 
Редундантность = log2 ( Длина Кода / Информация ).
Плюс: Информация и Редундантность становятся вычисляемыми.
Минус: Оба определения Информации не имеют ничего общего с содержимым Сообщения. Захватывающее (в Преголе плавают дельфины) и скучное (в Преголе плавают бутылки) Сообщения могут имеет близкую Длину Кода и содержат при этом одинаковую Информацию.

В: Сравните обработку Информации Компьютером и Человеком

О:

В: Нужно закодировать 4 состояния погоды (Солнце, Дождь, Облачно, другое). Определите тип данных и приведите пример для 0) Код без Рудундантности, 1) Код с Редундантностью = 1,2) Код с Редундантностью = 2, и 3) Код с Редундантностью = 3.

О:

В: Посчитайте Редундантность Кода, который кодирует 4 состояния погоды (Солнце, Дождь, Облочно, другое) через 4 иконки 32x32x8Bit.
О: R = log2(32x32x8 / 2) = log2(32) + log2(32) + log2(8) - log2(2) = 5+5+3-1 = 12

В: Плюсы + Минусы нередундантного Кода?
О: Плюсы: занимает мало место в памяти, меньше нагрузка при передаче, идеально для восприятия Компьютером и для программирования. 
    Минусы: непонятный и трудно запоминаемый для Человека, экстремально уязвим перед помехами, невосстановим при потерях записи или передачи, наличие ошибки в Коде не распознается.

В: Что подразумевается под понятием Data Processing? Редундантность? другие характеристики? Примеры?
О: Переработка кодов высокой плотности и низкой Редундантности, в другие коды высокой плотности, и низкой Редундантности. Синонимы: обработка данных, машинная арифметика. Примеры: финансы, математика, физика, статистика, управление, контроль машин, связи между машинами, классическая Computer Science.

В: Что подразумевается под понятием Computer Graphics? Редундантность? другие характеристики? Примеры?

О: Преобразование кодов высокой плотности, с низкой редундантностью в высоко редундантные картинки. В широком смысле, любой вывод на экран или принтер. В более узком смысле, выводы цифр, букв и китайских иероглифов не принадлежат к CG. Примеры: каждое представление изображения с помощью компьютера, любые преобразования векторной графики в растровую графику, операционные системы с графическим интерфейсом, видео игры, компьютерные фильмы, бизнес-графики.

В: Что подразумевается под понятием Image Processing? Редундантность? другие характеристики? Примеры?

О: Преобразование высоко редундантных образов в другие (лучшие) высоко редундантные образы и их компактное хранение (= компрессия). Синонимы: обработка изображений, Picture Processing. Примеры: сканеры, цифровые копировальные аппараты, цифровые фото, цифровое телевидение, X-Ray, компьютерная томография, радар, ультразвук, метеорологические спутники.

В: Что подразумевается под понятием Computer Vision? Редундантность? другие характеристики? Примеры?

О: Преобразование высоко редундантных изображений, в числа с низким уровнем редундантности = разрушение редундантности. А именно: преобразование растровой графики в векторную графику. Синонимы: распознавание образов, понимание образов. Примеры: считыватели штрих-кодов, сканеры, кассовые аппараты, программа для чтения документов Optical Character Recognition OCR =, распознавание отпечатков пальцев, хромосомы, опухоли, ракеты. Будущее: распознавание лиц, автоматическое управление транспортными средствами и т.д.

В: Схема: Data Processing, Computer Graphics, Image Processing и Computer Vision, как интерфейс между Машиной и Человеком
О:

В: Схема: Data Processing до 1980 = Информатика без интерфейса между Человеком и Машиной
О: 

В: Неотъемлемые части (устройства) интерфейса Человек-Машина?
О: Человек → Машина: клавиатура, мышь, джойстик, микрофон, видеокамера, сканер

Машина → Человек: Растровый дисплей, векторный дисплей, принтер, плоттер, звуковые колонки.

В: Значимые проблемы интерфейса Человек-Машина?
О: Проблема регулирования редундантности: Человек должен жестко сокращать свою естественную редундантность (клавиатура + мышь), а Компьютер должен значительно разбавлять свою естественную плотность информации (растровый дисплей). Проблема отсутствия образных коммуникаций, языка тела, звуков, запахов, чувств. Проблема принудительной однозначности и поэтому необходимость создания искусственных, однозначных языков.

В: Укажите к какому из 4-х направлений (Data Processing DP, Computer Graphics CG, Image Processing IP и Computer Vision CV) относятся указанные индустрии:

О: