教學大綱與進度

課程基本資料：

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
114-1	352227	資料壓縮	1	3.0	3	★	高立人	職電子所	26	1

教學大綱與進度：

教師姓名	高立人　教師諮商時間(Office Hours)
Email	ljkau@ntut.edu.tw
最後更新時間	2025-05-26 01:00:38
課程大綱	本課程主要係介紹資料壓縮的原理以及當前幾項重要的壓縮標準，課程內容將涵蓋以下主題： 01. 霍夫曼編碼 02. 算數編碼 03. 純量量化與向量量化 04. 線性預測與預測編碼法 05. 轉換編碼 06. 分頻編碼法 07. 小波編碼法 08. 字典模式編碼法 09. 主題探討
課程進度	00. 資料壓縮背景與原理（第1週） 01. 霍夫曼編碼（第2週，第3週） 02. 算數編碼（第4週，第5週，第6週，第7週） 03. 純量量化與向量量化（第8週，第9週） 04. 線性預測與預測編碼法（第10週，第11週） Midterm Exam.（第12週） 05. 轉換編碼（第13週，第14週） 06. 小波編碼法（第15週，第16週） 08. 字典模式編碼法（第17週） 09. Project presentation（第18週）
評量方式與標準	Homeworks:30% Midterm:40% Final Project and Report:30%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：是 Textbook: Introduction to Data Compression, 5th Edition, by Khalid Sayood, Morgan Kaufmann, 2017. 代理商：東華書局 電話：（02）2331-7856 References: [1] Elements of Information Theory, Thomas and Cover [2] Vector Quantization and Signal Compression, Gersho and Gray [3] Digital Coding of Waveforms, Jayant and Noll
課程諮詢管道	課程資訊網：https://academic.ntut.edu.tw/4628 任課教師連絡方式： 電子郵件：ljkau@ntut.edu.tw 校內分機：2242 行動電話：0933-996072
延伸教學與資源
課程對應SDGs指標	SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
課程是否導入AI	● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools） ● 簡單介紹AI的基本概念（Briefly introduce the basic concept of AI）
備註	因應疫情採非實體上課之教學措施： 使用Microsoft Teams或Google Meet授課 使用工具軟體與會議代碼：公佈於課程資訊網 01.課程LINE群組連結：https://line.me/R/ti/g/bTgwH7yhbu 請確認已有於選修課程名單出現大名後再請點選連結加入課程Line群組。 02.加退選期間若有紙本簽核需要，可於以下時段處理： A.於每週四上課時段至授課教室處理。 B.於每週四13:00至16:00間至綜合科館302研究室處理。 03.因授課內容與方式調整，故選修人數有所限制（下調），懇請諒解；有特殊緣由必須選修此一課程者請與老師聯繫並敘明原因。