Der Wolf-Preis, neben Fields-Medaille und Abel-Preis die wichtigste Mathematik-Auszeichnung, geht dieses Jahr an Ingrid Daubechies (und damit erstmals an eine Frau) für ihre Arbeiten über Wavelets und angewandte harmonische Analysis.
Wavelets sind wichtig in der Signalverarbeitung. Es geht dort darum, eine Hilbertraum-Basis im (unendlich-dimensionalen) Vektorraum L2(R) aller quadratisch-integrierbaren Funktionen zu finden, so dass eine Funktion also durch ihre Koeffizienten in dieser Basis bestimmt ist, und zwar sollen schon endlich viele der Koeffizienten die Funktion möglichst genau bestimmen. Traditionell machte man das mit Fourier-Zerlegung, also mit der Hilbertraum-Basis \( \psi_n(x)=e^{inx}\). In den 70er Jahren Jahren hatten Morlet und Grossmann - ein Ingenieur und ein Physiker - die Idee, ausgehend von einer gewissen Funktion \( \Psi(x)\) eine Hilbertraum-Basis \( \psi_{j,k}(x):=2^{j/2}\,\psi(2^j\,x-k)\) zu konstruieren, die sie als "Wavelets konstanter Form" bezeichneten. Wavelets mit besseren Lokalisierungseigenschaften fand bald danach Yves Meyer und es entwickelte sich dann eine ganze Forschungsrichtung, in der Mathematiker immer neue Wavelets mit unterschiedlichen Eigenschaften konstruierten. Bei allen diesen Wavelets mußten aber die Funktionen für die direkte Implementierung abgeschnitten werden und man fragte sich, ob es Wavelets gäbe, für die das nicht notwendig ist. Ingrid Daubechies konstruierte 1988 erstmals Wavelets mit kompakten Trägern, was zu vielen wichtigen Anwendungen führte. 
Neben ihrer ursprünglichen Verwendung zur Analyse nichtstationärer Signale wurden Wavelets vor allem in Bildverarbeitung und Datenkompression wichtig, neben vielen anderen Anwendungen.