Abstract:
Nos approches était principalement basé sur celle proposé dans [2] et [11], C'est-
à-dire combiné une technique de compression qui utilise les tables fragmentées à une
amélioration d'un algorithme de lettrage a n qu'il puisse gérer ces dernières.
Nous avons détaillé notre méthode de compression qui consiste en la recherche de
motifs fréquents, sachant que nous proposons de recenser tous les motifs existant, on
a donc développé un algorithme qui réussit à accomplir cette tâche, on a d'ailleurs pu
le voir à l'÷uvre sur deux exemples et les résultats sont concluant. Nous avons par
la suite proposé une suite à cet algorithme pour qu'il puisse détecter les motifs qui
seront utilisés lors de la compression, pour cela, et après de nombreuses expériences,
on est arrivé à un certain nombre de critères qui aident dans la sélection des motifs,
de sorte que, nous privilégions les motifs qui permettent une plus grande réduction
grâce notamment à la notion de gains, et éviter la redondance de topless compressés.
Nous avons proposé un algorithme de lettrage parallèle qui consiste à réduire les tables
obtenue dans la compression mais malheureusement nous n'avons pas pu terminer
l'implémentation de ce dernier qui aurait pu améliorer la compression a n de proposé
une approche complète qui allie compression et lettrage parallèle.
Nous n'avons malheureusement pas proposé d'algorithme de lettrage. Mais nous envisageons
en tant que perspective de concentrer nos recherches là-dessus, a n de
proposé une approche complète qui allie compression et lettrage.
