Cette sphère est un arbre phylogénétique représentant l'évolution des espéces vivantes sur terre. Au centre se trouve l'hypothétique protoespèce. Qui n'a sans doute jamais existé. Ce type de graphe illustre les théories Néodarwiniennes, elles sont tout juste valides et sont souvent tirées par les cheveux. Prétendre qu'elles decrivent la réalité est faire une grosse erreur, dire qu'elles sont valides est plausible.
Ce second graphe est un type d'arbre plus connu. Il représente une partie de la sphère du dessus.
Ce type d'arbre phylogénétique est utilisé dans beaucoup de domaine, notamment en biologie, linguistique, politique... Il sert à représenter tous ce qui est decrit comme évoluant et présentant des changements et des mutations au fils du temps.
Cet espèce de gros tat de forme informe est un sonagramme, c'est une représentation en 3D d'un son. En abscisse le temps, en ordonné la fréquence, l'amplitude est codée par la noirceur des formants (les taches noires). Ce genre de représentation sert à enregistré un son et à en decouvrir beaucoup de caractéristiques, et a beaucoup d'applications. C'est , par exemple, ce qu'utilise la police pour savoir si un son enregistré à bien été prononcé par une personne donnée. C'est le domaine de reconnaissance de la parole.
A droite un spectrogramme, en abscisse la fréquence, en ordonnée l'amplitude, ou l'energie. Le temps n'est pas ici représenté. Ainsi il faut, pour analyser un signal diachronique, faire des spectrogrammes à intervalles réguliers. On dit que la mesure est discrète.
Voici un système. Un réseau est un type de système. L'appelation système est en effet très général, et il en existe autant que d'objet. On peut tous concevoir en terme de système et d'interactions (cf Ecole de Palo Alto). Un réseau se caractérise par la présence de noeuds et de liens.
Ce premier réseau est un "réseau compliqué", compliqué car il a de nombreux éléments, et qu'il ne possède que des interactions simples.
Ce système est un "réseau complexe". Il possède moins d'éléments mais possèdent des interactions retroactives, qui peuvent faire tourner l'information sans fin dans le réseau. La modélisation informatique de ce genre de réseau est beaucoup plus difficile que pour un réseau compliqué.
Il existe des "réseau hyper complexe" mais je ne m'étendrait dessus. Les systèmes présentés ont une entrée et une sortie, on peut modifier ces paramêtres ainsi que de nombreux autres, comme nombre de noeuds, interactions, types d'interactions, différents noeuds et propriétés... On peut aussi lier les sytèmes entre eux, la sortie de l'un devient l'entrée de l'autre.
Voici un réseau de neurones formels. Il se base sur les théories connexionistes, et on des propriétés interressantes, notamment pour des problemes de discrimination et de catégorisation non linéaires. Leur emploi est relativement facile, bien qu'ils soulèvent certains problèmes, en particulier en ce qui concerne la base d'apprentissage, pour ceux à apprentissage supervisé, ou à ne pas faire n'importe quoi, pour ceux à apprentissage non supervisé. Il en existe de nombreux types.
Les métaphores naturelles sont souvent présentes dans la modélisation. Après les réseaux de neurones, voici l'optimisation par colonies de fourmis, qui est une démarche porteuse pour la résolution de problèmes.
Là encore je n'expliquerais que le principe général. Je vous invite à vous documenter plus par ailleurs. Ils constituent une famille de métaheuristiques d'optimisation. Le but est de faire le chemin optimal entre diverses destinations en respectant un certains nombres de contraintes. Il sert classiquement à résoudre le problème du voyageur de commerce.
Voici présentés quelques outils, parmis des centaines, qui servent à clarifier la penser. Un petit dessin remplace souvent avantageusement un long discours, alors pourquoi se priver. J'espère que je vous aurez donner envie d'aller voir plus loin. Si vous avez des questions, ou des représentations qui vous sont toutes personnelles, n'hésitez pas à me laisser des commentaires. J'y répondrais.
