Оркестр играет, и каждая группа инструментов может изменить темп в свой момент. Скрипки замедляются, а трубы продолжают как ни в чём не бывало. Слушателю трудно уловить, когда именно сменился ритм у флейт, а не у барабанов. Примерно так же трудно учёным разбираться в сигналах, которые записывают с мозга во время сна или с датчиков в океане.
Метод делит запись на короткие куски, внутри которых звучание почти не меняется, и для каждого куска рисует свою картину частот. Сколько кусков и где границы, алгоритм решает сам, пробуя разные варианты и выбирая самый правдоподобный. На записи сна он нашёл момент перехода от медленной фазы к быстрой с вероятностью 94 процента, и это почти совпало с отметкой врача. Для данных об Эль-Ниньо метод указал на возможные перемены в 1980-х годах.
Такой подход полезен врачам, которые изучают сон, и климатологам, которые следят за океаном. Теперь сложный сигнал можно разобрать по голосам и понять, какой инструмент изменил темп первым.
В анализе ЭЭГ метод автоматически определил переход от медленного сна к быстрому с точностью до четверти секунды, что сравнимо с работой опытного врача.
Идея адаптивного разбиения сигнала на сегменты с разной динамикой напоминает анализ мозговых волн в фильме «Начало», где герои отслеживают изменения состояний сознания по паттернам активности.