Spis treści: :: Library Catalog

Zapisane w:

Opis bibliograficzny
1. autor:	FRADIER, Kevin
Format:	Recurso digital
Język:
Wydane:	Zenodo 2026
Dostęp online:	https://doi.org/10.5281/zenodo.18344396
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!

Spis treści:

<h1> Publication Niveau 4 — Anomalies locales multi-blocs dans séquences étendues</h1> Auteur : Kevin Fradier — Chercheur indépendant Date : 2026 Licence : © 2025 Kevin Fradier — CC BY-NC-ND 4.0 Hash SHA256 : à générer au moment de la publication <h2>1️⃣ Zone d'expérimentation étendue</h2> <ul> <li>Séquences symboliques très longues (≥ 5000 symboles)</li> <li>Plusieurs motifs rares simultanés, répartis dans des blocs multiples</li> <li>Multi-domaines possibles : texte, séquence numérique, signal simple</li> <li>Comparaison : séquences originales vs permutations locales et semi-aléatoires</li> </ul> Mais : détecter des anomalies locales ou des écarts de motifs sur de grandes structures. <h2>2️⃣ Objectifs</h2> <ul> <li>Identificateur des anomalies locales dans des blocs étendus</li> <li>Mesurer des écarts reproductibles pour chaque motif et chaque bloc</li> <li>Créer un socle pour expérimentations Niveau 5+</li> </ul> <h2>3️⃣ Protocole expérimental</h2> Données : <ul> <li>Séquence ≥ 5000 symboles, alphabet réduit (lettres, chiffres, symboles)</li> </ul> Motifs : <ul> <li>Trigrammes, tétragrammes, motifs rares multiples</li> </ul> Encodage : <ul> <li>Transformation de chaque symbole en valeur numérique simple</li> </ul> Calculer : <ul> <li>FFT → spectre → entropie spectrale par bloc et par motif</li> </ul> Permutation : <ul> <li>Mélange local ou semi-aléatoire par bloc (ex. blocs de 100 symboles)</li> </ul> Mesure : <ul> <li>Écart H_shuffled - H_original pour chaque motif et bloc</li> </ul> <h2>4️⃣ Code Python autonome</h2> <pre><code>import numpy as np from scipy.fft import fft def spectral_entropy(signal): spectrum = np.abs(fft(signal))**2 spectrum = spectrum / np.sum(spectrum) if np.sum(spectrum) > 0 else spectrum spectrum = spectrum[spectrum > 0] return -np.sum(spectrum * np.log2(spectrum)) # Exemple : séquence étendue ≥5000 symboles sequence = ("fachysykalarataiinsholshorycthresykorsholdyfedykyotal..." "continuation_à_5000+_symboles") alphabet = sorted(set(sequence)) mapping = {c: i for i, c in enumerate(alphabet)} signal = np.array([mapping[c] for c in sequence]) # Motifs rares multiples motifs = ["shol", "shory", "cthr", "fedy", "kyotal"] # Découpage en blocs de 100 symboles block_size = 100 num_blocks = len(sequence) // block_size for b in range(num_blocks): block_signal = signal[b*block_size:(b+1)*block_size] print(f"\nBloc {b+1}") for motif in motifs: positions = [i for i in range(len(block_signal)-len(motif)+1) if sequence[b*block_size+i:b*block_size+i+len(motif)] == motif] sub_signal = block_signal[min(positions):max(positions)+len(motif)] if positions else np.array([]) if sub_signal.size > 0: H_orig = spectral_entropy(sub_signal) H_shuff = spectral_entropy(np.random.permutation(sub_signal)) print(f"Motif: {motif}, H_orig: {H_orig:.4f}, H_shuff: {H_shuff:.4f}, Écart: {H_shuff-H_orig:.4f}") else: print(f"Motif: {motif} non trouvé dans ce bloc") </code></pre> <h2>5️⃣ Observation attendue (Niveau 4 )</h2> <ul> <li>Plusieurs motifs dans plusieurs blocs peuvent montrer : <ul> <li>Écarts positifs</li> <li>Écarts nuls</li> <li>Fluctuations locales reproductibles</li> </ul> </li> <li>Signal aléatoire pur → convergence H_shuffled ≈ H_original</li> <li>Effet plus marqué et multi-blocs que Niveau 2</li> </ul> <h2>6️⃣ Critères Niveau 4 </h2> <ul> <li>Effet multiple et stable sur répétitions</li> <li>Effet observable et autonome</li> <li>Capacité à générer un socle de motifs pour niveaux supérieurs</li> </ul> <h2>7️⃣ Phrase-clé</h2> <blockquote> Des motifs rares répartis sur de grandes séquences montrent parfois des écarts spectraux imprévus, reproduisibles par bloc. Cette publication ne dit pas pourquoi. </blockquote> <h2>8️⃣ Invitation conditionnelle</h2> <ul> <li>Reproduire sur d'autres corpus ≥5000 symboles</li> <li>Ajouter des blocs, motifs, séquences multi-domaines</li> <li>Étendre les observations → socle pour Niveau 5+</li> </ul> <h2>9️⃣ README rapide (à inclure dans le dépôt)</h2> <pre><code># Niveau 4 — Anomalies locales multi-blocs ## Description Test autonome et reproductible d'écarts spectrales sur motifs multiples et blocs étendus. Observation uniquement, aucune interprétation. ## Contenu - niveau4_blocs_motifs.py : code autonome - README.md : instructions - hash.txt : SHA256 pour traçabilité ## Usage 1. Remplacer `sequence` par votre corpus symbolique ≥5000 symboles 2. Ajouter vos motifs rares dans `motifs` 3. Exécuter `python niveau4_blocs_motifs.py` 4. Observer H_original, H_shuffled et écarts par bloc ## Licence © 2025 Kevin Fradier — CC BY-NC-ND 4.0 </code></pre>

Podobne zapisy