D'habitude, la complexité des systèmes — du mouvement des satellites aux rythmes cardiaques — est évaluée par une entropie moyenne (une mesure de l'imprévisibilité, telle que la concevait Boltzmann). Mais c'est comme évaluer l'océan uniquement par la hauteur des vagues : le chiffre moyen cache toute la richesse des courants sous-marins.
La méthode CWMMSE plonge plus profondément. Elle regroupe elle-même les trajectoires similaires, comme si elle distinguait des courants séparés dans l'océan, et calcule pour chacun sa propre complexité. Ensuite, le tableau d'ensemble se compose de ces morceaux, et les différences entre les courants comptent aussi — comme les flux chauds et froids créent ensemble quelque chose de plus grand que la somme des parties.
Cela explique des paradoxes : lors de maladies cardiaques, la diversité des rythmes diminue, bien que l'entropie moyenne ne change pas. Et un tremblement de terre peut être considéré comme un effondrement de la complexité — de nombreux petits mouvements souterrains se fondent soudainement en une seule secousse géante.
Ainsi, la méthode rappelle : dans l'océan, dans un organisme ou dans une société, la valeur ne réside pas dans le chaos moyen, mais dans la mosaïque cachée des motifs.
tel que rédigé par les auteurs, en anglais arXiv:2607.14738
Across the physical and life sciences, data increasingly appear as ensembles of trajectories, from chaotic flows and satellite constellations to clinical cohorts. Established sample-entropy measures characterize individual time series, while averaging across an ensemble discards population structure and cannot distinguish redundancy from diversity. We introduce clustering-weighted multivariate multiscale sample entropy (CWMMSE), which groups trajectories into behavioral patterns and weights each by its dynamical complexity. CWMMSE is a weighted entropy of the population's pattern distribution. Its empirical plug-in estimator is strongly consistent for a fixed finite partition, and it separates two components that can diverge in real data: individual complexity and population diversity. Both are essential. Averaging ignores diversity, whereas spread alone can mistake a varied but predictable population for a complex one. Across eleven physical, environmental, engineering, and biomedical systems, CWMMSE ranks a calm ocean region above an energetic but individually more complex one, identifies a major earthquake as a collapse in system complexity, and reverses the conclusion from averaging in cardiac cohorts, where disease reduces population diversity. Supported by an open, reproducible implementation, these results show that population complexity should be measured rather than averaged.
L'entropie, inventée pour les machines à vapeur au XIXe siècle, révèle aujourd'hui les rythmes cachés des cœurs.
De même que la psychohistoire d'Asimov prédit le destin des civilisations en saisissant les régularités statistiques de la foule, CWMMSE voit l'ordre dans le chaos de multiples trajectoires.