Imagen: Fractal usado por el host distribuidor de bases de datos STN International en un cartel publicitario.
Modelo matemático (o su reproducción como objeto físico) que mantiene su forma fragmentada e irregular, aunque se varíe la escala de observación. Los primeros aparecieron en 1875. En los años 70, Benoît Mandelbrot descubrió que servían para representar la realidad. Basándose en el concepto de homotecia, Mandelbrot definió las bases de la geometría fractal que permite modelizar fenómenos como turbulencias, caudal de ríos, ruido blanco, distribución de galaxias, estructuras geológicas, etc., todos ellos considerados caóticos o desordenados en otras geometrías.
Michael F. Barnsley y Alan D. Sloan (“A better way to compress images”, Byte, 13 (1) p. 215-223, enero de 1988) empezó a aplicar la geometría fractal a la compresión de imágenes, consiguiendo reducciones del espacio de memoria necesario para almacenaje de 4 a 10 veces.
Por esas fechas también (junio de 1988) B. D. Goel y S. C. Kwatra comprimieron imágenes en color con la relación 1,25 bits/pixel (un pixel o picture element es un punto de imagen en una pantalla, equivalente al concepto de dot o punto impreso).
Posteriormente, Yoram Baram (“Associative memory in fractal neural networks”, IEEE Transactions on Systems, Man and Cybernetics (US), 19 (5) p.1133-1141, Sept. 1989) utilizó como memorias asociativas redes neuronales compuestas de subredes interconectadas en capas jerarquizadas. Las redes son “fractales” cuando las subredes correspondientes a diferentes capas tienen las mismas formas geométricas y diferentes medidas. Estas subredes pueden relacionarse a diferentes entramados o frecuencias espaciales. La información se almacena en forma de subtramas y es recuperada en forma de sus permutaciones.
Jaroslav Stark (“Iterated function systems as neural networks”, Neural Networks, 4 (5) p. 679-690, 1991) siguiendo los llamados Sistemas de Función Iterativa de Barnsley para generar fractales y los estudios de Baram con las redes neuronales, almacenó imágenes usando una neurona por pixel. Estas redes pueden generar imágenes complejas muy rápidamente por lo que son particularmente adecuadas para animación en tiempo real (vídeo).
Recientemente algunos autores (Leo Egghe, 1990) aplican la geometría fractal también a la informetría (bibliometría) y a la distribución de las co-citas de autores (Anthony F.J. Van Raan, 1991).
—
Esta información se publicó en la newsletter Information World en Español (IWE), n. 7, septiembre de 1992, p. 9.