Big data, fishes and cooking: fourteen shades of "V"

[At this short post, you can access the 14 "V" often glued to Bug Data, including vacuity]

To Lao Tzu is often attributed (I cannot access the original meaning):

Govern a great nation as you would cook a small fish. Do not overdo it.

Today's wisdom could be:

Deal with Big data as you would process a small signal. Do not over-expect from it, do not over-fit it, do not-overinterpret it.

Luckily, Big data does not exist, where Making The Most Of Small Data is advocated. This is a bit like teenage sex:

“Big Data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it.”

In the What exactly is Big Data StackExchange question, I have listed all 14 "V" that could describe big data, including... vacuity. They are: Validity, Value, Variability/Variance, Variety, Velocity, Veracity/Veraciousness, Viability, Virtuality, Visualization, Volatility, Volume and Vacuity.

Dédoménologie : la science du traitement de données (signal, images, etc.)

[Où l'on propose le néologisme dédoménologie pour désigner la technique, la pratique, la science du traitement de signal et de l'analyse d'images, au cœur du domaine naissant de la science des données, en passant par Euclide]

Ce sont les mots qui existent, ce qui n'a pas de nom n'existe pas. Le mot lumière existe, la lumière n'existe pas. (Francis Picabia, ou Francis-Marie Martinez de Picabia, Écrits)

Quelle analyste d'image, quel traiteur de signal n'a jamais eu des difficultés à décrire son métier ? Pas en détail bien sûr :

En fait, je m'intéresse aux propriétés cyclostationnaires des coefficients d'ondelettes de mouvements browniens fractionnaires dans les images de textures. Enfin quand je dis cyclostationnaire, il faut entendre périodiquement corrélé, hein, je ne parle pas des processus presque périodiques.

Le traitement du signal, des images ou des données requiert très souvent des périphrases. Des exemples parlants :

Tu vois Photoshop ? 

Très mauvais exemple. L'interlocuteur voit rapidement une journée de "travail" à bouger le mulot pour changer une teinte, sélectionner des objets à la baguette magique.

Tu connais le mp3 ? Le format JPEG ?

Et de rentrer dans des détails sordides de données numériques redondantes, de quantification, dont on cherche à extraire uniquement la partie perceptible utile. Avec le risque de remarques déplacées :

Le son du mp3, moi je trouver ça nul par rapport au vinyl ! [C'est pas gagné...]

L'analyste de signaux, le traiteur d'images, mais quel bruit fait-il ? C'est souvent une histoire de bruit d'ailleurs, un signal propre, une image nette, des données obvies, personne ne nous demande jamais de les analyser, de les traiter. C'est un peu comme les médecins en occident : ils voient peu de gens en bonne santé, à part les hypocondriaques, qui ont bien sûr un petit problème de santé, à un autre niveau. Le traitement de signal, l'analyse de données, on n'en fait pas en petite classe, du moins pas directement. Ce n'est pas au baccalauréat. Donc cette matière, la plupart des gens n'ont pas eu à la subir, et ayant peu de contact avec des mesures expérimentales, rares sont ceux qui ont dû avouer qu'ils ne savaient pas traiter les échantillons chèrement acquis. Pourtant, la donnée numérique est au cœur du monde réel, et il est fort possible que cela ne fasse qu'empirer.

Traitement d'images pour la science de la physique des matériaux

Ah ça, les mathématiques, on voit bien. La physique, la biologie, c'est à peu près clair. La chimie, évident. De loin, on sent que c'est compliqué, mais que ces gens gens-là se comprennent. Il y a des cases pour cela à l'Académie des sciences. Parfois ils ont des prix Nobel. Pas en mathématiques, mais on sait bien qu'il  y une espèce de prix Nobel des mathématiques, la médaille Fields. Et pourtant on connait mal le sens de ces mots : mathématiques vient du grec par le latin, avec un sens original de "science, connaissance". Physique vient de la "connaissance de la nature". Dans biologie, il y a le vivant, les produits bios... La chimie, c'est un peu plus compliqué (des mélanges, de la magie noire, de l'arabe et du grec). Mais statistiques, on retrouve la trace de l’État : science qui a pour but de faire connaître l'étendue, la population, les ressources agricoles et industrielles d'un État. L'électronique, on voit bien les petits électrons qui bougent dans les fils.

Analyse de signal chromatographique bidimensionnel

Et pourtant, la réalité scientifique est bien plus éparpillée : un biologiste qui étudie une bactérie a souvent peu à partager avec une spécialiste des champignons. Rien à voir, comme un spécialiste des dauphins et un lombriculteur. Cédric Villani, qui fait un grand effort de divulgation ces derniers temps (Les mathématiques sont un art comme les autres), et qui sera invité du prochain congrès de la communauté francophone et groupement de recherche et d'études du traitement du signal et de l'image (GRETSI 2015) à Lyon, montre une prudence naturelle quand on l'interroge sur d'autres mathématiques que les siennes. Physiciens des particules et mécaniciens des fluides se rencontrent rarement. La carte des sciences est bien plus complexe que les contribuables ne le pensent généralement.

Une carte des sciences en graphe

Comme les médecins qui ne soignent pas uniquement leurs bobos, les traiteurs de signaux traitent souvent les problèmes des autres disciplines. Les images pour la physique des matériaux, les signaux de chromatographie pour les chimistes analytiques, les réflexions sismiques des géophysiciens. Les traiteurs de signaux, les analyseurs d'images doivent comprendre un peu de ces disciplines. Savoir utiliser différentes techniques (analyse spectrale, statistiques, algèbre linéaire, modélisation paramétrique, optimisation, normalisation) et les mettre en pratique par des algorithmes et des programmes, même du matériel.

Déconvolution aveugle de réflexions sismiques

Il y a donc de la pratique (praxis) et de la technique (tekné) dans cette discipline composite, à la frontière d'autres sciences et disciplines. Il a fallu d'abord des mesures expérimentales avant de pouvoir les traiter. Personnellement, je me sens un praticien de certains types de données. Je connais leurs pathologies de base, j'ai quelques traitements qui marchent parfois. Technicien de la donnée, praticien de l'échantillon, ça donnerait des métiers d'infopracteurs/trices ou infopraticiens/praticiennes, d'infotechniciens/ciennes. J’aime a priori l’idée de rendre leur noblesse aux termes de praxis et de tekné. Donc « infopraxie » ou « infotechnie » comme nom de discipline ? Mais -technie, -praxie ça fait rebouteux, mécanicien auto. Et puis info, c’est trop « informatique ». Datalogie, ça aurait pu être bien : c'est une racine composite latino-hellénique, qui reflète bien l'aspect interdisciplinaire de cette science. Malheureusement, c'est déjà pris par l'informatique à nouveau (computer science). Il faudrait donc un truc plus sérieux.

Et par un tournant de sérendipité, je tombe sur  un texte d’Euclide, Dedomena qui a vu son titre traduit en latin en « data ». Il s'agit d'un texte sur la nature et les implications d'information donnée pour résoudre un problème géométrique. On y est. Il définit comment un objet est décrit en forme, en position, en grandeur. Ces critères sont très nettement ceux que l'on extrait au quotidien de données numériques. Et puis Euclide, c'est un bel hommage : les espaces euclidiens sont à la base de nombreux concepts algorithmes, et la minimisation de la distance euclidienne, c'est notre pain quotidien. Il suffit de regarder cet interlude de Martin Vetterli, From Euclid to Hilbert, Digital Signal Processing.

Alors je propose de renommer le traitement de signal ou des images, des données en général, en  dédoménologie, ou l’art de ceux qui parlent de, qui analysent des données. Cela plonge directement le traitement des signaux et des images au centre de la science des données en général. Ça aurait de la gueule sur une carte de visite, non ? Une mnémonique pour retenir ce terme : des domaines aux logis.

A partir de là, on peut étendre le vocabulaire à la dédoménotaxie, pour les opérations de classement, de tri de données (pour coller Euclide dans un taxi, c'est ici), à la dédoménotropie pour les flux de données, la dédoménomancie pour les aspects de prédiction (façon predictive analytics). Dénoménonomie, à la manière de l'astronomie, c'est peut-être dur à porter. Voila pour la science. Pour les aspects sociétaux, la mode est à la crainte des usages de manipulation de l'opinion et d'une gouvernance accrue par les données : dédoménodoxie et dédoménocratie. Attention donc à la dédoménophobie.

P. S. : après des recherches complémentaires, en anglais, le mot dedomenology pour désigner le concept de data science semble déjà avoir été émis, sans trop de succès.
P. S. 2 : on me signale (Hervé T.) que l'homophonie avec démonologie est suspecte. D'un : le dialbe est dans les détails, en science des données aussi. De deux : le démon de Maxwell, sans autre la qualité d'un filtre, est le parangon du tri du bon grain et de l'ivraie. De trois :  en informatique; un démon est : 

Un daemon (prononcé /ˈdiːmən/ ou /ˈdeɪmən/, du grec δαιμων) ou démon désigne un type de programme informatique, un processus ou un ensemble de processus qui s'exécute en arrière-plan plutôt que sous le contrôle direct d'un utilisateur.

Tout est dit.

Marseille: from the Vieux Port with hole

Following a quick trip to Marseille (my first one) for a discussion on directiona/geometric wavelets (slides) at the séminaire signal - apprentissage in LATP (Laboratoire d’Analyse Topologie et Probabilités), a rough pinhole view of the "Vieux Port", on the bridge to the brand new museum MUCEM. Have to get back for a broader overview of the city.

Ecole Analyse multirésolution pour l'image 2013 (ondelettes et cie)

(M-band) Dual-tree wavelets Hilbert pairs on Haar and Riesz

L’École Analyse Multirésolution pour l'image se déroulera les 28 et 29 novembre au Creusot (en Bourgogne). Une occasion de se rafraichir les idées, dans un cadre convivial, sur les techniques multi-échelles, en bancs de filtres et transformées en ondelettes, appliquées en 2 dimensions sur les images, les graphes, les maillages. Cette année, elle est co-organisée avec CORESA 2013 (COmpression et REprésentation des Signaux Audiovisuels,  d'autres conférences en traitement de signal et d'image ici).

Objectifs et programme :

Laplacian, Mexican hat wavelet and multiscale edge detection

Objectifs
Les techniques d'analyse multirésolution et en particulier les techniques basées sur les ondelettes, sont des outils de plus en plus répandus pour le traitement du signal et de l'image qui trouvent de nombreuses applications (analyse, débruitage, segmentation, compression et codage, tatouage,…) dans des domaines aussi divers que le multimédia, la physique du solide, l'astronomie, la géophysique ou les nanotechnologies.

Cette école vise à présenter les méthodes d'analyse multirésolution 2D et 3D et leurs applications en traitement et analyse d'image. Elle a pour but de faciliter et d'accompagner la prise en main de ces techniques et leur transfert vers les autres domaines de recherche.

Les chercheurs qui travaillent depuis longtemps dans le traitement et l'analyse d'image multirésolution ont des solutions à proposer pour résoudre des problèmes concernant le débruitage, la segmentation, la détection de contours ou la compression d'image.

Public concerné
L'école "Analyse multirésolution" est ouverte aux Chercheurs, Enseignants, Industriels et Doctorants qui désirent se former dans ce domaine et acquérir la formation de base nécessaire à la bonne maitrise des outils multirésolution, voire à leur développement ou leur adaptation à une application précise.

Programme prévisionnel
Mardi 26 novembre 2013
9h00 - 10h00 : Accueil des participants
10h00 - 12h00 : Introduction,  Jean- Christophe Pesquet
14h00 - 15h30 : Analyse Multirésolution et débruitage,  Tadeuz Sliwa
16h00 - 17h30 : Ondelettes et multirésolution : de la spectroscopie RMN à l'analyse de séquences vidéo, Jean-Pierre Antoine
17h30 – 19h15 : Les ondelettes Hypercomplexes, Philippe Carré
20h00     Dîner de gala

Mercredi 27 novembre 2013
8h30 - 9h50 : Estimateurs statistiques et décompositions directionnelles, Laurent Duval
9h50 - 11h10 : Problèmes inverses et optimisation, Caroline Chaux
11h30 - 13h00 : Compression, Marc Antonini
14h30 - 16h00 : Analyse multirésolution et maillages, Sébastien Valette
16h30 - 17h30 : Remaillage semi-régulier pour l'analyse multirésolution de surfaces, Cécile Roudet, F. Payan, B. Sauvage

En complément :  formation continue MTS015 (EUROSAE), NOUVELLES METHODES DE TRAITEMENT DES SIGNAUX : Ondelettes, temps-fréquence : théorie, pratique et applications, décembre 2014

Ice Soup - About EUSIPCO 2008 (and signal in general)

The "Signal de Sauvabelin" is a beautiful wooden tower offering a great Laussane panorama. This "signal perspective" was celebrated at the very same place in Switzerland place last week at EUSIPCO 2008. Enjoy some other pictures taken from cold Swiss lakes (hence the Ice Soup) at Picasa.

Meanwhile, i may have another Signal Tower close to home, at La Defense (close to Paris), since Jean Nouvel recently won the contest for this renewal minded building.

Temporary exhibition of the contest's finalists at Cité Chaillot, from 25 June to 30 September 2008.

On my window by 2015. But since then, many other signal and image processing conferences will provide us with travel opportunities. The 17th European Signal Processing Conference, EUSIPCO 2009, conference will be held in Edinburgh, Scotland. An good reason to meet the 32th (Scottish) Signal Squadron? Discover the challenge, as they say. All along the watch tower, there must be some way out of here...

More signal, less noise

Pour parler du traitement des images à des néophytes, on peut évoquer le traitement des images sur des jeunes plantes. Désormais, le cosmétique en bits de la souris en impose à la cosmétique du bistouri. Éloignez les enfants de l'écran, risque de nudité en vue : avant et après les retouches, sur les portfolios de Glenn Feron ou de Greg Apodaca

La nature nous donne la beauté, et les artistes l'améliorent, dit Glenn Feron (Nature gives us beauty - artists enhance it - Art is imagination having fun). Pauvre nature, la publicité qui organise ton viol dévoué, par Dove Evolution reçoit un coup d'arrêt. Meilleure campagne publicitaire en 2007 à Cannes, marketing viral assuré. L'honneur est sauf, ce n'est pas un réveil d'Unilever : Dove appartient au groupe qui diffuse en même temps les spots extra-sexués de Axe (du mâle).




Et pour une autre leçon de photoshop :