L’idea di scomporre una funzione in componenti più semplici risale a Fourier che, nel 1822, pose le basi di una teoria matematica destinata ad avere, soprattutto con l’avvento della digitalizzazione, un impatto enorme e allora difficilmente immaginabile nello sviluppo delle moderne tecniche di analisi dei segnali. La teoria wavelet, che prende nome dalle “ondine” in cui un segnale viene scomposto, è il risultato di una serie di contributi sviluppatisi nel corso dell’ultimo secolo. In Yves Meyer tali contributi hanno trovato una sintesi unificata ed elegante che, insieme al lavoro di altri importanti ricercatrici e ricercatori, ha dato un impulso decisivo al suo sviluppo moderno, al punto di intersezione tra matematica, informatica e scienze computazionali. L’analisi tramite decomposizione wavelet permette di avere una sorta di microscopio matematico: consente di osservare un segnale a diverse scale, evidenziandone le caratteristiche principali. Questo approccio consente di individuarne e analizzare le componenti locali e globali più significative. L’analisi wavelet è stata applicata in un’ampia varietà di ambiti, tra cui l’analisi armonica, la compressione e l’archiviazione di dati digitali, la riduzione del rumore, l’imaging medico, il cinema digitale, la de-convoluzione delle immagini del telescopio spaziale Hubble, il machine learning e la recente rilevazione delle onde gravitazionali generate dalla collisione di due buchi neri da parte di LIGO