Yves Meyer, Ingrid Daubechies, Terence Tao y Emmanuel Candès, líderes mundiales en el campo de las matemáticas, han sido galardonados con el Premio Princesa de Asturias de Investigación Científica y Técnica 2020, según ha hecho público este martes el jurado encargado de su concesión.

Esta candidatura ha sido propuesta por Martin Cooper, Premio Príncipe de Asturias de Investigación Científica y Técnica 2009. Los cuatro investigadores han realizado contribuciones "pioneras y trascendentales" a las teorías y técnicas modernas del procesamiento matemático de datos y señales.

Estas, explica la Fundación en nota de prensa, son base y soporte de la era digital, al permitir comprimir archivos gráficos sin apenas pérdida de resolución, de la imagen y el diagnóstico médicos.

Permite además reconstruir imágenes precisas a partir de un reducido número de datos y eliminar interferencias y ruido de fondo en la ingeniaría y la investigación científica.

En este último punto, estas técnicas están siendo clave en la deconvolución de las imágenes del telescopio espacial Hubble y han sido "cruciales" en la detección de ondas gravitacionales por el LIGO, resultado de la colisión de dos agujeros negros.

Las destacadas contribuciones de estos líderes mundiales de las matemáticas al moderno procesamiento matemático de datos y señales se basan esencialmente en dos herramientas diferentes y complementarias: las wavelets (ondículas) y el compressed sensing (detección comprimida) o matrix completion (terminación de la matriz).

Yves Meyer e Ingrid Daubechies han sido líderes en el desarrollo de la moderna teoría matemática de las ondículas, situada en la intersección entre las matemáticas, las tecnologías de la información y las ciencias de la computación.

Una segunda revolución en las técnicas de tratamiento de datos y señales llegó en la primera década del siglo XXI con el desarrollo de las teorías de compressed sensing (detección comprimida) o compressive sampling (muestreo reducido) y matrix completion (terminación de la matriz), fruto de la colaboración entre Terence Tao y Emmanuel Candès.

Esta teoría permite la reconstrucción eficiente de datos dispersos basados en muy pocas mediciones. Uno de los problemas centrales en las imágenes médicas y, generalmente, en todas las áreas del procesamiento de señales, es cómo reconstruir una señal a partir de mediciones parciales y ruidosas.

Técnicas de reconstrucción avanzadas, como el compressed sensing y matrix completion, permiten la reducción del número de muestras necesarias, lo que en imágenes médicas implica una exploración más rápida del paciente.

Por ejemplo, en la actualidad los escáneres usados en técnicas de resonancia magnética de imagen llevan implementada esta herramienta matemática, lo que permite acortar el tiempo de escaneo o exposición del paciente para después reconstruir la imagen sin pérdida de calidad.

El jurado de este Premio -convocado por la Fundación Princesa de Asturias- estuvo presidido por Pedro Miguel Echenique Landiríbar e integrado por Jesús A. Del Álamo, Juan Luis Arsuaga Ferreras, César Cernuda Rego, Juan Ignacio Cirac Sasturáin, Miguel Delibes de Castro, Elena García Armada, Clara Grima Ruiz, Amador Menéndez Velázquez, Sir Salvador Moncada, Concepción Alicia Monje Micharet, Ginés Morata Pérez, Enrique Moreno González, Lluis Quintana-Murci, Peregrina Quintela Estévez, Manuel Toharia Cortés, María Vallet Regí y Santiago García Granda (secretario).

Los premiados

Yves Meyer (Francia, 19 de julio de 1939) se graduó en Matemáticas en la Escuela Normal Superior de París (ENS) y se doctoró en la Universidad de Estrasburgo en 1966.

Ese mismo año obtuvo un puesto de catedrático de Matemáticas en la Universidad de París-Sur, donde estuvo hasta 1980. Tras ello ocupó una cátedra en la Escuela Politécnica (1980-1986) y en la Universidad París-Dauphine (1986- 1995). En 1995 se trasladó al Centro de Matemáticas y sus Aplicaciones (CMLA) de la ENS París Saclay, donde trabajó hasta que se jubiló formalmente en 2008, aunque sigue siendo profesor asociado emérito de este centro.

Ingrid Daubechies (Houthalen, Bélgica, 17 de agosto de 1954) se graduó en Física en la Universidad Libre de Bruselas (ULB) en 1975, donde obtuvo su doctorado en Física Teórica cinco años después. Fue profesora de investigación en el Departamento de Física de esta misma universidad hasta 1987, año en el que comenzó a trabajar en el Centro de Investigación Matemática de los AT&T Bell Laboratories en Nueva Jersey (EE.UU.), donde permaneció hasta 1994.

Al mismo tiempo, desde 1991 hasta 1994 fue profesora en el Departamento de Matemáticas de la Universidad de Rutgers. Entre 1994 y 2011 fue catedrática del Departamento de Matemáticas de la Universidad de Princeton y en la actualidad ostenta la Cátedra James B. Duke de la Universidad de Duke.

Terence Tao (Adelaida, Australia, 17 de julio de 1975) se graduó en Matemáticas en la Universidad Flinders en 1991 y un año más tarde obtuvo su máster en esta misma universidad.

En 1996 obtuvo su doctorado en Matemáticas en la Universidad de Princeton. Ese mismo año, ingresó como profesor asistente en la Universidad de California en Los Ángeles (UCLA), institución en la que trabaja actualmente como catedrático.

Emmanuel Candès (París, Francia, 27 de abril de 1970) se licenció en Ciencias e Ingeniería en la Escuela Politécnica de París en 1993 y obtuvo su doctorado en Estadística en la Universidad de Stanford en 1998.

Fue profesor de Matemáticas Aplicadas y Computacionales y catedrático Ronald and Maxine Linde en el Instituto de Tecnología de California. En 2009 empezó a trabajar en la Universidad de Stanford, donde actualmente es catedrático Barnum-Simon de Matemáticas y Estadística, profesor de Ingeniería Eléctrica y codirector de su Data Science Institute.