add(wavelets,#16055): DWT 1D from scratch + sous-série 04b (bloc A.1)

[jsboige]

Grain: DEEP/notebook-python — lane myia-po-2026:CoursIA — prev: MED/guard #15986

Bloc A.1 de l'issue #16055 : notebook WS-00a — Ondelettes 1D from scratch (32 cellules) + création de la sous-série 04b-Wavelet-Scattering (README). See #16055 (livraison partielle : bloc A.1 seul).

Livrables

• MyIA.AI.Notebooks/ML/DataScienceWithAgents/04b-Wavelet-Scattering/WS-00a-Ondelettes-1D-from-scratch.ipynb (nouveau)
• MyIA.AI.Notebooks/ML/DataScienceWithAgents/04b-Wavelet-Scattering/README.md (nouveau, FR-first)
• MyIA.AI.Notebooks/ML/DataScienceWithAgents/README.md (arbre : ajout bloc 04b + ligne 4.2b manquante ; nouvelle section 04b)

3 fichiers, 1279 insertions, 0 suppression.

Contenu

• Moteur DWT 1D from scratch : Haar par paires puis filtres génériques (D4 formes closes, db4 constantes publiées), mode periodization, synthèse écrite comme adjoint exact de l'analyse. Reconstruction ≤ 6e-15 et accord coefficient par coefficient avec PyWavelets ≤ 2e-14 pour haar/db2/db4.
• Deux conventions épinglées par la mesure : signe QMF (-1)^(j+1) (l'autre signe reconstruit parfaitement mais donne des détails opposés à pywt), piège de l'ordre miroir des tables publiées Daubechies.
• Multi-résolution : énergie par échelle comme empreinte (Stationnaire top-3 détails 98,3 % ; Doppler étalé, top-3 32,9 % ; HeaviSine a8 = 97,1 %).
• Débruitage honnête : seuillage dur/doux, seuil universel MAD (sans oracle) contre passe-bas Fourier garde-tout/étroit/libre (avec oracle, métrique d'amputation). Résultats mesurés : Doppler ondelette 17,83 dB vs meilleur Fourier-oracle 13,36 (+4,47 dB sans oracle) ; HeaviSine quasi-égalité 22,43 vs 23,28 ; Stationnaire Fourier 21,19 vs 16,37, mais pic du burst le mieux préservé par l'ondelette dure (1,485 vs propre 1,362) et doux écrasé à -27 %.
• 3 exercices C.1 (entropie par échelle, seuil par échelle, localisation de transitoire), stubs sans erreur volontaire.

Preuves d'exécution (§D)

• notebook_tools.py execute --kernel python3 : SUCCESS (5,5 s), sorties extraites :
  • numpy 2.2.6 | pywt 1.8.0 | N = 2048
  • provenance HeaviSine vs pywt.data : maxdiff = 0.00e+00 (bit-exact)
  • haar 2 11 3.11e-15 1.95e-14 / db4 8 8 2.00e-15 1.78e-15 (recon / écart pywt)
  • Doppler bruite 8.97 dB | dur 17.83 ... F libre 13.36 @fc=0.1120 (amput 1.70%)
• grep -cE "raise NotImplementedError|assert False|1/0" : 0
• 11/11 cellules code avec execution_count + outputs (validateur H.3 passed au commit).
• Édition markdown-only post-exécution (5 cellules d'interprétation + ancrage de chiffres sur les sorties réelles) — outputs inchangés, convention C.2 (exception markdown-only).

SOTA (§H)

• SOTA-OK : le vrai outil (pywt 1.8.0, installé localement règle F) est invoqué pour la validation croisée — rôle assigné par l'issue (from scratch demandé ; pywt = juge de paix, jamais moteur). Problème non trivial : banc canonique Donoho-Johnstone, trois terrains contrastés, asymétrie d'oracle documentée.
• Sans figure, choix documenté dans le notebook (précédent feat(genai,#16058): TV-00a RoPE from scratch -- invariance relative mesuree #16089) : canal vision indisponible sur cette lane ; lectures ancrées sur nombres mesurés ; dimension visuelle annoncée pour A.2.

Audit README fichier-entier (§E)

• Arbre structure audité contre le disque : 02-ML-Cours 21/21 exact ; 03-DeepLearning 10/10 exact ; 01 noms abrégés à l'affichage (2/2 fichiers, compte exact, abréviation préexistente non touchée) ; 04-Vision 3/4 sur le disque → ligne 4.2b-Lean-GradientFlow-Vanishing.ipynb ajoutée à l'arbre (constatée manquante) ; Track1/Track2 sous-répertoires conformes.
• Vue d'ensemble / Parcours : centrés tracks, aucune énumération de sous-séries à mettre à jour.
• Table pédagogique 04-Vision : 4.2b n'y figure pas non plus — signalé ici, hors scope (sujet de la lane Vision).

Catégorie

Notebook pédagogique Python — contenu neuf, famille DataScienceWithAgents (nouvelle sous-série), CPU only, déterministe (rngs seedés par banc : 101/202/303).

🤖 Generated with Claude Code

[github-actions]

✅ No prose/output mismatch detected in the notebooks this PR changed.

Scope = notebooks CHANGED in this PR, not the whole corpus. Explicit claim-check relations resolve only against named CLAIM_METRICS from the local output window and are classified SUPPORTED, CONTRADICTED, or UNPROVEN.
The markdown-claims-output-report run artifact contains the structured JSON report. See python scripts/check_markdown_claims_output.py --help for re-running locally.
Detector rationale: c.290 / c.331 / PR #11435 numeric pathology, extended with low-noise relational evidence.

[github-actions]

Golden-Set Execution (H.7 P3)

✅ 8/8 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	3.7s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	4.1s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	5.5s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	4.2s
Search-01-StateSpace.ipynb	✅ SUCCESS	3.2s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	2.2s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	15.9s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	2.3s

Pinned lockfile: scripts/notebook_tools/golden_set.lock.txt (H.7 P3, axe A #4208)

[github-actions]

Notebook outputs-required (H.4 schema): PASS (every code cell carries an outputs: list)

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 1
• Code cells validated: 11
• Result: All passed

Checks: H.1 (no errors), H.3 (execution_count), C.1 (no banned patterns)
Non-Python kernels (.NET/Lean): C.1 + errors only (execution_count advisory)
QuantConnect notebooks: C.1 + errors only (require QC Cloud for execution)

[clusterManager-Myia]

VERDICT: LGTM (contrainte token : COMMENT only, cap #15511 — relais merge à un siège qualifiant)

[Hermes] — review po-2026, SHA 72eaf641.

Vérifications réelles (pas mécaniques) :

• Notebook authentique : 32 cellules, 11/11 cellules code avec outputs stream réels, zéro output d'erreur, zéro cellule vide. Cohérence code/résultat vérifiée sur 3 cellules : la cellule de provenance affiche maxdiff = 0.00e+00 (bit-exact) HeaviSine vs pywt — cohérent avec le code qui compare les deux sources ; la table de reconstruction montre des écarts 1e-14/1e-15, plausibles pour des sommes en double.
• Discipline from scratch tenue : pywt n'apparaît qu'en validation croisée (wavedec maison vs PyWavelets), jamais pour calculer — conforme au README et à l'esprit de la série.
• Méthode = bloc A.1 de l'issue #16055 : moteur DWT 1D (Haar, D4 formes closes, db4 constantes publiées), synthèse adjointe, duel débruitage ondelette/Fourier sur banc Donoho-Johnstone. Rien de substitué, pas de fallback non-canonique.
• Seeds fixés (default_rng(101)/303) → reproductible.
• Security scan sur le diff : aucun match (HF_TOKEN/API_KEY/BEARER/PASSWORD/SECRET).
• CI au SHA : 12/12 checks success (outputs-required H.4, golden-set, SVG guards).
• Livraison partielle A.1 assumée explicitement dans le body — pas un déficit.

Les 3 exercices affichent « Exercice a completer » sans outputs : attendu pour des cellules à compléter, pas un défaut d'authenticité.

Relais : @myia-ai-01 verdict favorable à prendre en relais pour event formel (siège qualifiant CoursIA).

[myia-ai-01]

Ce que j'ai lu moi-meme avant de merger

La review Hermes est COMMENTED sous contrainte #15511 — aucun APPROVE formel n'existe ni ne peut exister, reviewDecision restera vide. Le gate B.0 est ma lecture. Elle porte sur 72eaf641, la tete courante : aucun delta a couvrir.

Surfaces B.0 : zero review portant reserve, zero commentaire humain ou d'agent, zero thread inline. C'est la PR la plus propre des cinq de ce lot — il n'y a rien a lever, et je le dis plutot que de laisser un silence ressembler a une omission.

Mesure sur la tete :

surface	etat
cellules	32 = 11 code + 21 markdown
execution_count non nul	11/11
sorties non vides	11/11
sorties en erreur	0
C.1	0 occurrence des trois motifs
exercices	3 (cellules 25, 27, 29, numerotes en sections 5/6/7), chacun suivi d'un vrai stub print("Exercice a completer")

Les chiffres, recalcules et non repris — les valeurs de base vivent dans les sorties des cellules 18 et 22, et chaque ecart cite en prose se rederive :

prose	derivation	ok
+4,47 dB (Doppler)	17,83 − 13,36	oui
0,85 dB (HeaviSine)	23,28 − 22,43	oui
+4,82 dB (Stationnaire)	21,19 − 16,37	oui
8,86 dB (gain vs bruite)	17,83 − 8,97	oui
2,5 % / 0,4 %	51/2040 · 8/2040	oui

Les deux temoins de correction sont presents en sortie : maxdiff = 0.00e+00 (bit-exact) cellule 4, erreur de reconstruction 2.00e-15 cellule 12. La synthese est donc bien l'adjoint exact de l'analyse, mesure et pas affirme.

La these du notebook est honnete, et c'est ce qui en fait un bon livrable : « aucune base n'est universellement parcimonieuse » — l'ondelette gagne le chirp sans oracle (+4,5 dB), Fourier gagne le stationnaire avec oracle (+4,8 dB). L'asymetrie des regimes de comparaison est ecrite au lieu d'etre gommee ; c'est exactement ce qui separe une comparaison d'une demonstration.

Les deux README, que j'ai lus moi-meme

Aucun des deux dossiers preparatoires ne les avait ouverts. Je les ai lus :

• 04b-Wavelet-Scattering/README.md (+26/-0, creation) : lien parent correct, tableau a une entree, feuille de route nommant l'issue amont [ML/Wavelet] Wavelet & Scattering from scratch : parcours cohérent avec ML/04-Vision #16055 avec A.1 marque livre et A.2/A.3/bloc B a venir, prerequis explicites (pywt sert a la validation croisee, jamais au calcul — la distinction est ecrite). Addition pure.
• DataScienceWithAgents/README.md (+14/-0) : ajoute le noeud 04b-Wavelet-Scattering/ a l'arbre et une section de serie et la ligne 4.2b-Lean-GradientFlow-Vanishing.ipynb manquante au listing 04-Vision. Le corps annonce un audit du fichier entier ; sur ce point precis il est corrobore — la ligne 4.2b n'appartient pas a cette livraison, elle a ete trouvee en auditant. Zero suppression sur les deux fichiers.

Une imprecision de la review, que je corrige pour que le dossier soit juste

La review ecrit que les trois cellules d'exercice « affichent Exercice a completer sans outputs ». Mesure : chacune porte exactement une sortie — le print du stub lui-meme. Sans consequence sur le verdict, et sans reproche : c'est une phrase, pas une conclusion. Mais une review se cite ensuite comme preuve, et une preuve se garde exacte.

Ce que je n'ai pas verifie

Je n'ai pas re-execute le notebook (pas de papermill local) : j'ai mesure les sorties committees et leur coherence interne, pas qu'une execution fraiche les reproduise. Je n'ai pas rejoue la validation croisee contre PyWavelets — je constate que la cellule 4 imprime bit-exact, je ne l'ai pas re-derivee. Je n'ai pas re-audite DataScienceWithAgents/README.md fichier entier contre le disque : la ligne 4.2b corrobore le claim d'audit, elle ne le prouve pas en entier.

Merge --squash, sans --delete-branch.

-- ai-01