Ce projet a pour but de retracer les liens qui relient divers mathématiciens à travers l’histoire. Le lien de parenté considéré en premier lieu est le lien « doctorant – directeur de thèse » mais au gré de la navigation à travers les degrés de parenté on trouve parfois des liens plus souples comme des liens « élève-professeur » (pour de simples cours ou parfois des correspondances sans forcément qu’un doctorat ait été en jeu) voire même des liens de fratrie (pour les frères Jacob et Johann Bernoulli par exemple, qui ont fait leurs études « main dans la main »).

Ici donc j’ai essayé de retracer mon « héritage mathématique » en partant donc de mon directeur de thèse Dominique Jeulin, puis en passant par son directeur de thèse Jean Serra, lui-même ayant fait son doctorat sous la direction de Georges Matheron…

Lignée mathématique (cliquer sur l'image pour obtenir la version complète)

Lévy, Hermite, Chasles, Poisson, Laplace, Lagrange, Euler… pas mal comme pedigree :) . Sur l’arbre généré je me suis finalement arrêté aux frères Bernoulli mais heureusement une bonne partie de cet arbre (à partir de Chasles) est commune avec celui de John D. Cook qui remonte plus haut, passant notamment par Erasmus et Mersenne.

J’ai aussi fait figurer les années et les pays correspondant aux « liens » pour avoir une idée du voyage dans le temps et dans l’espace que cela représente. J’ai aussi représenté différemment les liens « plus souples » dont je parlais plus haut en les mettant avec des petits tirets (et un « ~ » devant l’année) .

A noter que ce genre de projet existe aussi pour d’autres disciplines que les mathématiques, en particulier sur academictree.org

Faites le vous même !

Pour ceux qui voudraient tenter l’expérience avec leurs propres ancêtres:

• le script python qui génère le diagramme complet (en SVG) à partir d’un « simple » fichier texte
• le fichier texte qui regroupe les données affichées ici et donne une idée du format à respecter pour utiliser le script ci-dessus¹

1. et oui, la récolte se fait à la main ce qui est sans doute la partie la plus intéressante du jeu puisque c’est l’occasion de faire quelques aller-retour avec wikipedia

Quelque soit la (négligeable) trace qu’il laissera dans la grande aventure de la Science, ça reste le premier livre que j’aurais eu à écrire et qui plus est un livre qui m’aura demandé trois ans de durs labeurs pour en rassembler la matière.

Après avoir attendu 3 ans de plus pour qu’il sorte du placard « confidentiel » où on l’avait casé, cela reste une sympathique occasion de se réjouir.

Voilà la bête: Modélisation et prédiction des rugosités de surface sur les tôles d’acier

Et tant qu’on y est, quelques détails supplémentaires sur mes précédents forfaits sont disponibles sur le site de mon ancien labo.

Pour fêter ça dignement j’ai aussi mis en ligne le détail d’un méthode de correction automatique d’image que j’ai eu l’occasion de développer pendant mon doctorat. A mi-chemin entre un travail de recherche¹ et un travail d’ingénieur² cette petite méthode n’a guère trouvé de place dans une revue scientifique.

Aussi ai-je décidé de lui donner sa chance en la libérant sur le territoire sauvage et méconnu de la recherche reproductible. C’est pour cela que vous trouverez au bout du lien suivant, non seulement une explication détaillée de la méthode, mais aussi des exemples d’application sur quelques images et surtout les scripts (Python) nécessaires pour l’essayer sur les images de votre choix:
Algorithme de correction de forme par autocorrélation[en]

1. car le but était de trouver une solution à un problème qui semblait à l’époque difficile à résoudre même avec les outils modernes
2. car ça marche (désolé :) ) la solution en question consiste en une petite heuristique collée sur des outils mathématiques connus de longue date

Je voulais en effet tester le concept de « literate programming » depuis quelques temps déjà et ce n’est que récemment que j’ai trouvé des outils convaincants pour m’y mettre.

J’ai donc sauté le pas, en faisant une  mini-librairie Python illustrant les concepts d’autocovariance et d’autocorrelation ainsi que leur calculs par transformée de Fourier:

Literate Musing > Autocorrelations

Le sujet n’a rien de révolutionnaire donc, mais il s’agit de bouts de code qu’il faut souvent réimplémenter en traitement d’image et où chaque implémentation possède ses biais statistiques qu’il n’est pas toujours facile de se remémorrer rapidement. Le document en question devrait au moins (me) permettre de retrouver ces info rapidement.

C’est aussi un sujet qui était très présent dans mes travaux de thèse… une thèse soutenue il y a deux ans tout juste, y’aurait-il un lien de causalité ?

:)

Pour finir, côté technique, les « outils convaincants » ont été les suivants:

• Python
• pylit
• sphinx

Mais tout d’abord un grand bravo aux développeurs de Miro, les améliorations apportées pour la version 2 sont vraiment les bienvenues, et en particulier le fait de pouvoir regarder une vidéo en même temps qu’on navigue dans le catalogue. Le fait que le logiciel soit plus réactif est aussi vraiment bienvenu !

Maintenant les sources d’info, par catégorie:

Sciences

• « Les dernières conférences de la Cité des sciences »
• Les cours du Collège de France diffusés en podcasts
  
• ESOCast[en]: des reportages sur l’observatoire astronomique au Chili
• Les cours de l’Ecole Normale Supérieure

Photos

• Martin Bailey Photography Podcast[en]
• Jeff Curto’s Camera Position[en]
• Declencheur

Divers

• RendezVousCreation
• La Chanson du Dimanche
• TED Theme: Tales of Invention [en]
• Parlons Net
• Radio Nova : Le deuxième sous-sol

Et pour plus de liens: miro_subscriptions (fichier au format OPML qui sert à partager les listes de flux RSS)

Du coup, je suis tombé sur quelques ressources assez concises qui valent le coup d’être partagées:

• le lien (obligatoire) vers Wikipedia à propos de la polarisation de la lumière (une bonne intro mais qui n’explique pas trop ce qu’il se passe en pratique pour la photographie)
  
• la vidéo d’une expérience de TP de lycée sur la lumière polarisée (assez succinct mais qui illustre très bien les phénomènes qui m’intéressent ici)
• une page qui complète bien les précédentes avec des explications plus ciblées autour des propriétés de la lumière et des matériaux exploitées en photo (grâce à cet article assez bien fichu ma mémoire est complètement rafraichie :) )

Pour aller plus loin, il y a aussi un bouquin que j’ai eu brièvement entre les mains et qui m’a semblé à la fois très complet et tout de même assez accessible (avec un prérequis sensiblement plus élevé que les trucs précédents toutefois) :

La couleur – Lumière, vision et matériaux — Mady Elias , Jacques Lafait, et al.
(Coll. Echelles, Ed. Belin)

Franchement dans quel monde vit-on ?

… à dessiner

•  oL(Ga) s’est mis à faire des « pas à pas » pour apprendre à dessiner avec un crayon dans une main et un ordi dans l’autre.
• Rolf Steinort vous montre comment retoucher des images avec Gimp. Moi ça m’apprend plein de truc sur Gimp déjà, mais aussi, au passage, quelques trucs sur la photo¹ : que du bon !
•  Les « screencasters » vous apprennent à faire des purs dessins avec Inkscape, un logiciel de dessin vectoriel particulièrement performant et simple à utiliser.

… un peu de tout

L’ENS (aka Ulm) diffuse son savoir en retransmettant plusieurs conférences sous forme de podcast. Ça couvre plein de domaines² et c’est un bon moyen de se mettre au courant des dernières découvertes, avancées, etc

Le collège de France n’est pas en reste et retransmet ses cours. C’est évidemment très intéressant, et le meilleur c’est quand des cours relevant de plusieurs disciplines viennent aborder un même sujet comme récemment à propos de la notion d’autorité³.

1. bon ça c’est vrai que c’est pas très dur vu qu’à la base j’y connais rien
2. vous saviez ce que c’était, vous, l’ethnopoiétique ? Ben moi maintenant je sais… enfin je crois… bah je sais que ça existe en tout cas, na !
3. aller savoir pourquoi ils ont choisi ce thème, c’est pas comme si c’était à la mode, s’pas ? ;)