Lossless Compression of Modern Astronomical Data Using a Novel Learned Predictor
Quintas Torra, Pau (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Fernández-Mellado, Xavier (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Bartrina-Rapesta, Joan (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Mijares i Verdú, Sebastià (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Pinho, Armando J. (Universidade de Aveiro)
Serra-Sagristà, Joan (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)

Data:	2026
Resum:	The rapid growth of science-ready data volumes generated by modern ground-based astronomical observatories poses significant challenges for data storage and transmission. The de facto standard for storing these data is FITS, which incorporates a limited set of built-in compression methods. In this work, we present a novel lossless compression approach for astronomical images based on a weighted linear predictor combined with a CCSDS 123. 0-B-2 mapper and a contextual binary arithmetic encoder. Three predictor configurations are evaluated, ranging from handcrafted designs to an optimized, dataset-adaptive model. Experimental results show consistent improvements over state-of-the-art lossless compressors. The optimized predictor achieves the best performance, improving compression by up to 0. 471 bits per pixel (6. 40%) compared to the best-performing FITS compressor, FPACK Hcompress. When applied to large-scale instruments such as the VLT, this corresponds to a reduction of approximately 0. 25 TB per day (4. 48%), yielding annual storage savings exceeding 90 TB. The implementation is publicly available at https://github. com/xavifeme00/Astronomy-Compressor.
Ajuts:	Agencia Estatal de Investigación PID2024-156292OB-I00 Agencia Estatal de Investigación PID2021-125258OB-I00 Generalitat de Catalunya 2025/FI-100375 Generalitat de Catalunya 2025/FI-STEP-00104
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Llengua:	Anglès
Document:	Article ; recerca ; Versió publicada
Matèria:	Astronomy software ; Astronomy data reduction ; Astronomy data analysis
Publicat a:	Publications of the Astronomical Society of the Pacific, Vol. 138, Num. 4 (April 2026) , art. 044505, ISSN 1538-3873

DOI: 10.1088/1538-3873/ae54ca

9 p, 6.7 MB

El registre apareix a les col·leccions:
Articles > Articles de recerca
Articles > Articles publicats