ESIS — Emergent Stratigraphic & Information Structures

. ESIS — Emergent Stratigraphic & Information Structures Auteur : Kevin Fradier — Chercheur indépendant 🇫🇷Licence : CC BY-NC-ND 4.0 Version : 2026 — Finalisée et multi-domaines 🔹 Description générale ESIS est un dépôt méthodologique universel pour explorer, quantifier et tester la robustesse des structures dans des systèmes produisant de l’information : STaRS → diagnostic local stratigraphique (colonnes fossiles) STaRS-NET → réseau de corrélations inter-bassins ESE → analyse structurelle de séquences et champs (spatial, symbolique) ESE-NET → test de structure globale multi-domaines ⚠️ Principe clé :STaRS et ESE ne disent pas ce qui s’est passé. Ils indiquent jusqu’où les données peuvent parler sans qu’on leur fasse dire plus.👉 Ils ne produisent aucune interprétation causale, narrative ou climatique. 🔹 Installation git clone https://github.com/ton-compte/ESIS.git cd ESIS pip install numpy scipy hurst networkx scikit-learn matplotlib 🔹 Organisation du dépôt ESIS/ ├─ README.md ├─ LICENSE.md ├─ esis_core.py # Code central : STaRS + STaRS-NET + ESE + ESE-NET ├─ examples/ │ ├─ example_strat.py # Analyse locale STaRS │ ├─ example_network.py # Réseau inter-bassins STaRS-NET │ ├─ example_sequence.py # Analyse ESE séquences │ └─ example_spatial.py # Analyse ESE champs spatiaux └─ figures/ ├─ pipeline_summary.png └─ example_outputs/ 🔹 Guide d’utilisation (protocole unifié) 1️⃣ Étape STaRS (local) Entrée : colonnes stratigraphiques (taxons × niveaux) Sortie : indicateurs de robustesse locale, entropie, corrélation perturbée Hash automatique pour traçabilité Décision : STaRS faible → bassin non contraignant → arrêt local STaRS robuste → passer à STaRS-NET 2️⃣ Étape STaRS-NET (inter-bassins) Entrée : métriques locales STaRS valides Sortie : réseau inter-bassins, densité, robustesse, hash Test de structure globale du réseau Décision : Réseau quasi vide → pas de structure inter-bassins Réseau stable → structure inter-bassins non triviale 3️⃣ Étape ESE / ESE-NET (multi-domaines) ESE : tests sur séquences ou champs (spatial, symbolique) ESE-NET : corrélation globale entre champs / séquences Sorties : scores structurels, entropie, compression, exponent de Hurst, hash Décision : Structure faible → signal non contraint Structure robuste → signal structurel réel détecté 4️⃣ Tableau de décision final STaRS local STaRS-NET ESE-NET Statut scientifique ❌ – – Données non contraignantes ✅ ❌ – Signal local non corrélé ✅ ✅ ❌ Corrélation fragile ✅ ✅ ✅ Structure robuste détectée 🔹 Sorties publiables Courbes observées vs enveloppe de bruit Graphes de réseau inter-bassins Scores (STaRS, NRSS, ESE) Hashes de chaque analyse pour reproductibilité ❌ Ne pas publier : causalité, scénario, extinction, climat, récit. 🔹 Exemple d’usage from esis_core import STaRS_analyze, STaRS_NET_analyze, ESE_analyze, ESE_NET_analyze import numpy as np # --- STaRS local --- strat_data = [np.random.poisson(5, size=10) for _ in range(5)] local_metrics = STaRS_analyze(strat_data) # --- STaRS-NET --- basin_metrics = [STaRS_analyze([np.random.poisson(5, size=10) for _ in range(5)]) for _ in range(4)] network_metrics, G = STaRS_NET_analyze(basin_metrics) # --- ESE séquence --- seq = "AGCTTAGGCTA"*10 ese_seq_metrics = ESE_analyze(seq, data_type='sequence') # --- ESE spatial --- field = np.random.randn(64,64) ese_field_metrics = ESE_analyze(field, data_type='spatial') # --- ESE-NET --- fields = [field, field+np.random.randn(64,64)*0.1] ese_net_metrics = ESE_NET_analyze(fields) 🔹 Méthodologie et sécurité critique Bottom-up : aucune hypothèse globale imposée Falsifiable : comparaison au bruit, perturbations, permutations Reproductible : seed + signature + hash Multi-domaines : stratigraphie, séquences, champs, réseaux Strictement descriptif : ne dit rien de causal, climatique ou narratif 🔹 figure conceptuelle complète du pipeline ESIS, pensée pour être lisible, auto‑explicative, et publication-ready, qui consolide tous les modules et les flux de données. 🔹 Pipeline ESIS — Schéma unifié ┌─────────────┐ │ Colonnes │ │ stratigraphiques │ └─────┬───────┘ │ ▼ ┌─────────────┐ │ STaRS local │ │ (diagnostic │ │ de robustesse)│ └─────┬───────┘ │ │ ✅ Bassins valides ▼ ┌─────────────┐ │ STaRS-NET │ │ (réseau de │ │ corrélations│ │ inter-bassins)│ └─────┬───────┘ │ │ ✅ Réseau robuste ▼ ┌─────────────┐ │ ESE / │ │ ESE-NET │ │ (analyse │ │ structurelle│ │ multi-domaines)│ └─────┬───────┘ │ ▼ ┌─────────────┐ │ Sorties │ │ publiables :│ │ - Courbes │ │ - Graphes │ │ - Scores │ │ - Hashes │ └─────────────┘ ⚠️ Notes : - Les étapes bloquent si signal non robuste - Aucun module n’impose de causalité - Tout est bottom-up, falsifiable et réplicable 🔹 Légende du schéma STaRS local : diagnostic de chaque bassin individuellement, robustesse et entropie stratigraphique. STaRS-NET : construction d’un réseau entre bassins valides, test de corrélations inter-bassins. ESE / ESE-NET : analyse structurelle multi-domaines sur séquences ou champs (spatial, symbolique), puis corrélation globale. Sorties publiables : uniquement ce qui est mesurable et robuste, pas de récit ou de causalité. 🔹 Astuce visuelle Utiliser des flèches pleines pour flux validés, flèches pointillées pour flux bloqués (STaRS faible). Ajouter des codes couleur : Vert ✅ : signal robuste Rouge ❌ : signal non contraignant Bleu ℹ️ : métriques descriptives Garder le style minimal pour lecture immédiate. Licence : CC BY-NC-ND 4.0