Résumé : Etant donné le volume et la complexité des données scientifiques, la visualisation en physique est devenu une nécessité. Comment comparer deux sons ou les battements du cœur ? La solution réside peut-être en partie dans une représentation symétrique de points.
Mots-clés : flocon, acoustique, corrélation, symétrie.
L’exercice s’inspire du livre Computers, Pattern, Chaos, and Beauty, Graphics from an Unseen World de Clifford A. Pickover, Dover Publications Inc, Mineola, New York, 2001.
Le chapitre intitulé Unusual Graphic Representation débute par une citation de Robert Wolff : « Qui sait quels secrets de la nature restent cachés dans les teraoctets de données générés chaque jour par les physiciens étudiant les résultats des simulations numériques ou les images des galaxies éloignées ? Etant donné le volume et la complexité des données scientifiques, une forme de visualisation est devenue une nécessité dans le monde scientifique. »
Clifford Pickover prend l’exemple de la voix. Si l’on se contente d’une analyse de Fourier, différents sons peuvent produire un spectre très semblable. Ces limitations conduisent naturellement au développement de nouvelles techniques pour saisir les subtilités qui sont parfois difficiles à repérer par les moyens traditionnels.
En acoustique, de nombreuses représentations ont été développées. Une des plus excitantes consiste à produire des figures avec des symétries le long des six axes du flocon de neige. L’astuce consiste à convertir des ondes sonores en une collection de points qui sont ensuite réfléchis au travers de miroirs plans par un logiciel.
La représentation, symmetrized dot-pattern SDP, fournit un stimulus dans lequel les corrélations visuelles sont intégrées pour donner une perception générale. La technique peut être appliquée à la détection et à la caractérisation de données. La symétrie, la couleur et la répétition de motifs est utile pour la détection visuelle et la mémorisation de motifs par un analyste humain.
L’exemple ci-dessous montre les motifs obtenus avec plusieurs sons (sifflement, cri d’oiseau, gong, etc.).
Le but du problème est de représenter les motifs obtenus à partir de sources sonores : la voix, la musique, le cri des animaux, le battement du cœur, etc.
Les données sont fournies sous forme digitalisée. Elles sont converties en un motif en forme de flocon en comparant le volume des paires de points adjacents et en dessinant le résultat sur un graphe polaire. Les points sont ensuite réfléchis comme lorsque l’on regarde à travers un kaléidoscope.
Plus précisément, il est conseillé de normaliser les données puis, de placer les points aux coordonnées polaires données par le rayon (valeur de l’onde) et par l’angle (valeur de l’onde avec déphasage).
La solution actuellement proposée est donnée par les fichiers MatLab : speechflake.m et demospeechflake.m.