Gli algoritmi di modellazione Markov Dynamic o Dynamic Markov Compression (o DMC per Dynamic Markov Compression ) sono una famiglia di algoritmi, compressione dati senza perdita, statistica e adattativa inventata da Gordon Cormack e Nigel Horspool nel 1986 .
Gli algoritmi di questa famiglia si basano sulla modellazione dinamica di Markov per valutare la probabilità di comparsa dei diversi simboli.
La previsione risultante serve come input per la codifica aritmetica , sebbene in teoria si potrebbe utilizzare qualsiasi codifica entropica ( codifica Huffman …).
Un DMC può essere combinato con altri tipi di predittori (PPM, ad esempio) mediante la ponderazione del contesto , che consente di estendere il dominio modellato o di migliorare la precisione della modellazione.
DMC è un algoritmo simmetrico. Ciò significa che fa lo stesso per comprimere e decomprimere. Ciò significa anche che la sua velocità è la stessa in entrambi i casi (se non si tiene conto delle complessità dell'I / O) e che la quantità di memoria necessaria (per memorizzare il modello di Markov) è identica.
Esistono relativamente poche implementazioni di DMC, ma sembrano avere un costo di memoria più elevato rispetto a una corretta implementazione di un PPM, per prestazioni comparabili.
Un approccio simile viene utilizzato dagli algoritmi di predizione del riconoscimento parziale. Un po 'più vecchio, è anche usato molto più frequentemente.
Per ottenere previsioni più affidabili, alcuni algoritmi combinano diversi modelli statistici.