Puntuación de Weissman

La puntuación Weissman es una métrica de rendimiento para aplicaciones de compresión sin pérdida. Fue desarrollado por Tsachy Weissman, profesor de la Universidad de Stanford, y Vinith Misra, estudiante de posgrado, a pedido de los productores de la serie de televisión de HBO Silicon Valley, un programa de televisión sobre una empresa tecnológica ficticia que trabaja en un algoritmo de compresión de datos.[1]​ [2]​[3]​[4]​ Compara tanto el tiempo requerido como la relación de compresión de las aplicaciones medidas, con los de un estándar de facto según el tipo de datos.

La fórmula es: donde r es la relación de compresión, T es el tiempo necesario para comprimir, las resaltadas son las mismas métricas para un compresor estándar y alfa es una constante de escala. $${\displaystyle W=\alpha {r \over {\overline {r}}}{\log {\overline {T}} \over \log {T}}}$$

El puntaje Weissman ha sido utilizado por Daniel Reiter Horn y Mehant Baid de Dropbox para explicar trabajos reales sobre compresión sin pérdida. Según los autores, este «favorece la velocidad de compresión sobre la relación en la mayoría de los casos».[5]​

Ejemplo

Este ejemplo muestra la puntuación de los datos del Premio Hutter,[6]​utilizando paq8f como estándar y 1 como constante de escala.

Aplicación	Relación de compresión	Tiempo de compresión [min]	Puntuación de Weissman
paq8f	5.467600	300	1.000000
Raq8g	5.514990	420	0,720477
paq8hkcc	5.682593	300	1.039321
paq8hp1	5.692566	300	1.041145
paq8hp2	5.750279	300	1.051701
paq8hp3	5.800033	300	1.060801
paq8hp4	5.868829	300	1.073826
paq8hp5	5.917719	300	1.082325
paq8hp6	5.976643	300	1.093102
paq8hp12	6.104276	540	0,620247
descomp8	6.261574	540	0,63623
descomp8	6.276295	540	0,637726

Limitaciones

Aunque el valor es relativo a los estándares con los que se compara, la unidad utilizada para medir los tiempos cambia la puntuación (ver ejemplos 1 y 2). Esto es una consecuencia del requisito de que el argumento de la función logarítmica debe ser adimensional. El multiplicador tampoco puede tener un valor numérico de 1 o menos, porque el logaritmo de 1 es 0 (ejemplos 3 y 4), y el logaritmo de cualquier valor menor que 1 es negativo (ejemplos 5 y 6); eso daría como resultado puntuaciones de valor 0 (incluso con cambios), indefinidas o negativas (incluso si son mejores que las positivas).

#	Standard compressor			Scored compressor			Puntuación Weissman	Observaciones
	Relación de compresión	Tiempo de compresión	Log (tiempo de compresión)	Razón de compresión	Tiempo transcurrido para comprimir	Log (tiempo transcurrido)
1	2.1	2 min	0.30103	3.4	3 min	0.477121	1×(3.4/2.1)×(0.30103/0.477121)=1.021506	El cambio en la unidad o escala cambia el resultado.
2	2.1	120 seg	2.079181	3.4	180 seg	2.255273	1×(3.4/2.1)×(2.079181/2.255273)=1.492632
3	2.2	1 min	0	3.3	1.5 min	0.176091	1×(3.3/2.2)×(0/0.176091)=0	Si el tiempo es 1, su logaritmo es 0; entonces el puntaje puede ser 0 o infinito.
4	2.2	0.667 min	−0.176091	3.3	1 min	0	1×(3.3/2.2)×(−0.176091/0)= Infinito
5	1.6	0.5 h	−0.30103	2.9	1.1 h	0.041393	1×(2.9/1.6)×(−0.30103/0.041393)=−13.18138	Si el tiempo es menor que 1, su logaritmo es negativo; entonces el puntaje puede ser negativo.
6	1.6	1.1 h	0.041393	1.6	0.9 h	−0.045757	1×(1.6/1.6)×(0.041393/−0.045757)=−0.904627

Véase también

• Punto de referencia
• Teoría de la codificación
• Teoría de la información
• Puntuación de calidad de Phred

Referencias

1. Perry, Tekla S. (28 de julio de 2014). «A Fictional Compression Metric Moves Into the Real World». IEEE Spectrum (en inglés). Consultado el 14 de septiembre de 2024. 
2. Perry, Tekla (25 de julio de 2014). «A Made-For-TV Compression Algorithm». Consultado el 25 de enero de 2016. 
3. Sandberg, Elise (12 de abril de 2014). «HBO's 'Silicon Valley' Tech Advisor on Realism, Possible Elon Musk Cameo». The Hollywood Reporter. Consultado el 10 de junio de 2014. 
4. Jurgensen, John (3 de abril de 2014). «There's a New Geek in Town: HBO's 'Silicon Valley'». The Wall Street Journal. Consultado el 10 de junio de 2014. 
5. «Lossless compression with Brotli in Rust for a bit of Pied Piper on the backend». Dropbox Tech Blog (en inglés). Consultado el 24 de junio de 2017. 
6. Hutter, Marcus (July 2016). «Contestants». Consultado el 25 de enero de 2016. 

• Datos: Q25304662