Slip (materials science)In materials science, slip is the large displacement of one part of a crystal relative to another part along crystallographic planes and directions. Slip occurs by the passage of dislocations on close/packed planes, which are planes containing the greatest number of atoms per area and in close-packed directions (most atoms per length). Close-packed planes are known as slip or glide planes. A slip system describes the set of symmetrically identical slip planes and associated family of slip directions for which dislocation motion can easily occur and lead to plastic deformation.
DislocationEn science des matériaux, une dislocation est un défaut linéaire (c'est-à-dire non-ponctuel), correspondant à une discontinuité dans l'organisation de la structure cristalline. Une dislocation peut être vue simplement comme un "quantum" de déformation élémentaire au sein d'un cristal possédant un champ de contrainte à longue distance. Elle est caractérisée par : la direction de sa ligne ; un vecteur appelé « vecteur de Burgers » dont la norme représente l'amplitude de la déformation qu'elle engendre.
FluageLe fluage est le phénomène physique qui provoque la déformation irréversible différée (c'est-à-dire non instantanée) d’un matériau soumis à une contrainte constante (notée ), même inférieure à la limite d'élasticité du matériau, pendant une durée suffisante. Le fluage ainsi que la relaxation de contrainte sont deux méthodes en quasi statique de caractérisation des matériaux visqueux (cas du béton). vignette|100px|Essai de fluage à chaud.
Cross slipIn materials science, cross slip is the process by which a screw dislocation moves from one slip plane to another due to local stresses. It allows non-planar movement of screw dislocations. Non-planar movement of edge dislocations is achieved through climb. Since the Burgers vector of a perfect screw dislocation is parallel to the dislocation line, it has an infinite number of possible slip planes (planes containing the dislocation line and the Burgers vector), unlike an edge or mixed dislocation, which has a unique slip plane.
Linkage (mechanical)A mechanical linkage is an assembly of systems connected to manage forces and movement. The movement of a body, or link, is studied using geometry so the link is considered to be rigid. The connections between links are modeled as providing ideal movement, pure rotation or sliding for example, and are called joints. A linkage modeled as a network of rigid links and ideal joints is called a kinematic chain. Linkages may be constructed from open chains, closed chains, or a combination of open and closed chains.
Mécanisme à quatre barresvignette|Mouvement guidé par un mécanisme à quatre barres, utilisé par exemple pour l'entraînement à griffe dans un projecteur de film 8 ou . vignette|Les essuie-glaces d'autocar sont montés sur un parallélogramme déformable. Un mécanisme à quatre barres est un système composé de quatre corps rigides, en général articulés entre eux par des liaisons tournantes : rotules ou pivots. Dans leur forme la plus simple, les pièces sont des barres, les liaisons étant aux extrémités des barres ; une des barres peut être le bâti de la machine.
Transformation de Fourier discrèteEn mathématiques, la transformation de Fourier discrète (TFD) sert à traiter un signal numérique. Elle constitue un équivalent discret (c'est-à-dire pour un signal défini à partir d'un nombre fini d'échantillons) de la transformation de Fourier (continue) utilisée pour traiter un signal analogique. Plus précisément, la TFD est la représentation spectrale discrète dans le domaine des fréquences d'un signal échantillonné. La transformation de Fourier rapide est un algorithme particulier de calcul de la transformation de Fourier discrète.
Structure cristallineLa structure cristalline (ou structure d'un cristal) donne l'arrangement des atomes dans un cristal. Ces atomes se répètent périodiquement dans l'espace sous l'action des opérations de symétrie du groupe d'espace et forment ainsi la structure cristalline. Cette structure est un concept fondamental pour de nombreux domaines de la science et de la technologie. Elle est complètement décrite par les paramètres de maille du cristal, son réseau de Bravais, son groupe d'espace et la position des atomes dans l'unité asymétrique la maille.
Fourier analysisIn mathematics, Fourier analysis (ˈfʊrieɪ,_-iər) is the study of the way general functions may be represented or approximated by sums of simpler trigonometric functions. Fourier analysis grew from the study of Fourier series, and is named after Joseph Fourier, who showed that representing a function as a sum of trigonometric functions greatly simplifies the study of heat transfer. The subject of Fourier analysis encompasses a vast spectrum of mathematics.
Discrete-time Fourier transformIn mathematics, the discrete-time Fourier transform (DTFT), also called the finite Fourier transform, is a form of Fourier analysis that is applicable to a sequence of values. The DTFT is often used to analyze samples of a continuous function. The term discrete-time refers to the fact that the transform operates on discrete data, often samples whose interval has units of time. From uniformly spaced samples it produces a function of frequency that is a periodic summation of the continuous Fourier transform of the original continuous function.
Spectral leakageThe Fourier transform of a function of time, s(t), is a complex-valued function of frequency, S(f), often referred to as a frequency spectrum. Any linear time-invariant operation on s(t) produces a new spectrum of the form H(f)•S(f), which changes the relative magnitudes and/or angles (phase) of the non-zero values of S(f). Any other type of operation creates new frequency components that may be referred to as spectral leakage in the broadest sense. Sampling, for instance, produces leakage, which we call aliases of the original spectral component.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Transformation de Fourier rapideLa transformation de Fourier rapide (sigle anglais : FFT ou fast Fourier transform) est un algorithme de calcul de la transformation de Fourier discrète (TFD). Sa complexité varie en O(n log n) avec le nombre n de points, alors que la complexité de l’algorithme « naïf » s'exprime en O(n). Ainsi, pour n = , le temps de calcul de l'algorithme rapide peut être 100 fois plus court que le calcul utilisant la formule de définition de la TFD.
Métallurgievignette|Métallurgiste travaillant près des hauts-fourneaux. vignette|Ouvriers de la métallurgie dans les années 1920. La métallurgie est la science des matériaux qui étudie les métaux, leurs élaborations, leurs propriétés, leurs traitements. Par extension, on désigne ainsi l'industrie qui repose sur la maîtrise de cette science : de la fabrication des métaux et de leurs alliages, jusqu'à celle des biens qui en découlent. La définition de la métallurgie a largement évolué au cours du .
Réseau de neurones artificielsUn réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
Réseau de neurones à impulsionsLes réseaux de neurones à impulsions (SNNs : Spiking Neural Networks, en anglais) sont un raffinement des réseaux de neurones artificiels (ANNs : Artificial Neural Networks, en anglais) où l’échange entre neurones repose sur l’intégration des impulsions et la redescente de l’activation, à l’instar des neurones naturels. L’encodage est donc temporel et binaire. Le caractère binaire pose une difficulté de continuité au sens mathématique (cela empêche notamment l’utilisation des techniques de rétropropagation des coefficients - telle que la descente de gradient - utilisées classiquement dans les méthodes d'apprentissage).
Multidimensional transformIn mathematical analysis and applications, multidimensional transforms are used to analyze the frequency content of signals in a domain of two or more dimensions. One of the more popular multidimensional transforms is the Fourier transform, which converts a signal from a time/space domain representation to a frequency domain representation. The discrete-domain multidimensional Fourier transform (FT) can be computed as follows: where F stands for the multidimensional Fourier transform, m stands for multidimensional dimension.
SuperalliageUn superalliage ou alliage à haute performance est un alliage métallique présentant une excellente résistance mécanique et une bonne résistance au fluage à haute température (typiquement sa température de fusion), une bonne stabilité surfacique ainsi qu'une bonne résistance à la corrosion et à l'oxydation. Les superalliages présentent typiquement une structure cristalline cubique à faces centrées de type austénitique. Les éléments d'alliages à la base d'un superalliage sont le plus souvent le nickel, le cobalt et le fer, mais aussi le titane et l'aluminium.
Automated machine learningAutomated machine learning (AutoML) is the process of automating the tasks of applying machine learning to real-world problems. AutoML potentially includes every stage from beginning with a raw dataset to building a machine learning model ready for deployment. AutoML was proposed as an artificial intelligence-based solution to the growing challenge of applying machine learning. The high degree of automation in AutoML aims to allow non-experts to make use of machine learning models and techniques without requiring them to become experts in machine learning.
TempératureLa température est une grandeur physique mesurée à l’aide d’un thermomètre et étudiée en thermométrie. Dans la vie courante, elle est reliée aux sensations de froid et de chaud, provenant du transfert thermique entre le corps humain et son environnement. En physique, elle se définit de plusieurs manières : comme fonction croissante du degré d’agitation thermique des particules (en théorie cinétique des gaz), par l’équilibre des transferts thermiques entre plusieurs systèmes ou à partir de l’entropie (en thermodynamique et en physique statistique).
