|
Zwykle szum
zniekształca sygnał. Rezonans stochastyczny pokazuje, że w niektórych nieliniowych systemach szum może wzmocnić i poprawić sygnał, zamiast go osłabić i pogorszyć. Rezonans stochastyczny zaobserwowano w wielu układach fizycznych, ostatnio również w układzie nerwowym, zarówno na poziomie analizy sygnałów jak i poziomie skojarzeniowym, jest to więc zjawisko korzystne dla organizmów żywych.
Sygnały zwykle mierzy się za pomocą czujników, analizuje się przy pomocy komputera i zapisuje na urządzeniach elektronicznych.
Mózg możemy również traktować jako wyrafinowane urządzenie pomiarowe wychwytujące słabe sygnały i wydobywające ukryte w nich informacje.
Spróbujmy to Aplet Java pozwalał bawić się w dodawanie szumu zarówno statycznego jak i zmiennego w czasie (niestety w nowszych przeglądarkach nie działa). Dodaje on szum do czarno-białego zdjęcia a następnie filtruje sygnał za pomocą funkcji progowej symulując słabą widoczność. Czasami bo coś lepiej zobaczyć musimy zmrużyć oczy, redukując pobudzenie siatkówki.
|
|
Trudno jest się dopatrzeć kogo przedstawiają te zaszumione obrazki. Zmiana intensywności statycznego szumu nie bardzo pomaga.
Co się stanie, jeśli szum statyczny zastąpimy dynamicznym, tak jak się to dzieje w rzeczywistości? Co kilkanaście lub kilkadziesiąt milisekund pojawiać się będzie nowy obrazek, do którego dodano szum, czyli czarno-białe piksele w przypadkowych miejscach. Chociaż każda ze statycznych klatek trudna jest do analizy to na zmieniającym się obrazie można dostrzec wiele szczegółów.
|
Zbyt dużo szumu spowoduje oczywiście zamazanie się całego obrazu, ale brak dodatkowego, zmieniającego się w czasie szumu również nie pozwala dostrzec szczegółów. Istnieje pewien optymalny poziom szumu przy którym udaje się z obrazka wydobyć najwięcej informacji.
Zaadoptowane ze strony Visual Stochastic Resonance, UMSL Center for Neurodynamics,
paper by Enrico Simonotto, Massimo Riani, Charles Seife, Mark Roberts, Jennifer Twitty, and Frank Moss, Phys. Rev. Lett. 78, 1186 (1997)
English version is here.