Aluminium alloyAn aluminium alloy (or aluminum alloy; see spelling differences) is an alloy in which aluminium (Al) is the predominant metal. The typical alloying elements are copper, magnesium, manganese, silicon, tin, nickel and zinc. There are two principal classifications, namely casting alloys and wrought alloys, both of which are further subdivided into the categories heat-treatable and non-heat-treatable. About 85% of aluminium is used for wrought products, for example rolled plate, foils and extrusions.
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.
Solid solution strengtheningIn metallurgy, solid solution strengthening is a type of alloying that can be used to improve the strength of a pure metal. The technique works by adding atoms of one element (the alloying element) to the crystalline lattice of another element (the base metal), forming a solid solution. The local nonuniformity in the lattice due to the alloying element makes plastic deformation more difficult by impeding dislocation motion through stress fields. In contrast, alloying beyond the solubility limit can form a second phase, leading to strengthening via other mechanisms (e.
Réseau de neurones récurrentsUn réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.
Durcissement structuralLe durcissement structural est comme son nom l'indique un procédé permettant de durcir un alliage de métaux. Il nécessite un alliage métastable, dont la forme stable à température ambiante est un composé intermétallique constitué de deux phases différentes. Un recuit à l'intérieur du nez du diagramme TTT entraîne la germination de précipités de différentes nouvelles phases plus ou moins stables. Ces précipités, qu'ils soient cohérents ou incohérents avec la phase principale constituent des obstacles sur le chemin des dislocations ce qui augmente la dureté ainsi que les propriétés en traction du matériau.
EutectiqueUn eutectique (du grec εὔτηκτος -eútēktos- : qui fond aisément) est un mélange de deux ou plusieurs corps purs qui fondent et se solidifient à température constante de manière uniforme, contrairement aux mélanges habituels où le changement de température conduit à une variation de la proportion de solide par rapport à celle de liquide. Il se comporte en fait comme un corps pur du point de vue de la fusion. Le terme « eutectique » désigne aussi le point du diagramme de phase (mélange avec une proportion donnée) pour lequel le mélange est à sa température minimale en phase liquide.
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.
Neural networkA neural network can refer to a neural circuit of biological neurons (sometimes also called a biological neural network), a network of artificial neurons or nodes in the case of an artificial neural network. Artificial neural networks are used for solving artificial intelligence (AI) problems; they model connections of biological neurons as weights between nodes. A positive weight reflects an excitatory connection, while negative values mean inhibitory connections. All inputs are modified by a weight and summed.
Types of artificial neural networksThere are many types of artificial neural networks (ANN). Artificial neural networks are computational models inspired by biological neural networks, and are used to approximate functions that are generally unknown. Particularly, they are inspired by the behaviour of neurons and the electrical signals they convey between input (such as from the eyes or nerve endings in the hand), processing, and output from the brain (such as reacting to light, touch, or heat). The way neurons semantically communicate is an area of ongoing research.
Réseau de neurones à propagation avantUn réseau de neurones à propagation avant, en anglais feedforward neural network, est un réseau de neurones artificiels acyclique, se distinguant ainsi des réseaux de neurones récurrents. Le plus connu est le perceptron multicouche qui est une extension du premier réseau de neurones artificiel, le perceptron inventé en 1957 par Frank Rosenblatt. vignette|Réseau de neurones à propagation avant Le réseau de neurones à propagation avant est le premier type de réseau neuronal artificiel conçu. C'est aussi le plus simple.
Loi de Hall-PetchIn materials science, grain-boundary strengthening (or Hall–Petch strengthening) is a method of strengthening materials by changing their average crystallite (grain) size. It is based on the observation that grain boundaries are insurmountable borders for dislocations and that the number of dislocations within a grain has an effect on how stress builds up in the adjacent grain, which will eventually activate dislocation sources and thus enabling deformation in the neighbouring grain as well.
Réseau neuronal convolutifEn apprentissage automatique, un réseau de neurones convolutifs ou réseau de neurones à convolution (en anglais CNN ou ConvNet pour convolutional neural networks) est un type de réseau de neurones artificiels acycliques (feed-forward), dans lequel le motif de connexion entre les neurones est inspiré par le cortex visuel des animaux. Les neurones de cette région du cerveau sont arrangés de sorte qu'ils correspondent à des régions qui se chevauchent lors du pavage du champ visuel.
Théorie de la fonctionnelle de la densitéLa théorie de la fonctionnelle de la densité (DFT, sigle pour Density Functional Theory) est une méthode de calcul quantique permettant l'étude de la structure électronique, en principe de manière exacte. Au début du , il s'agit de l'une des méthodes les plus utilisées dans les calculs quantiques aussi bien en physique de la matière condensée qu'en chimie quantique en raison de son application possible à des systèmes de tailles très variées, allant de quelques atomes à plusieurs centaines.
Résistance des matériauxvignette|Essai de compression sur une éprouvette de béton, une pression croissante est appliquée verticalement sur l'échantillon pendant que deux appareils mesurent les déformations longitudinales et transversales de l'éprouvette. vignette|À l'issue du test, l'éprouvette s'est rompue. Notez la cassure longitudinale. La résistance des matériaux (RDM) est une discipline particulière de la mécanique des milieux continus, permettant le calcul des contraintes et déformations dans les structures des différents matériaux (machines, génie mécanique, bâtiment et génie civil).
Composé intermétalliqueUn composé intermétallique, ou semi-métallique, est l'association de métaux ou de métalloïdes par une liaison chimique. Le composé est formé à une composition précise (composé stœchiométrique) ou dans un domaine de composition (composé non stœchiométrique) défini et distinct des domaines de solutions solides composés d'éléments purs. Il se forme également sous certaines conditions de pression et de température. La structure des intermétalliques est généralement ordonnée, en principe chaque élément occupe des sites particuliers ou possède au moins une préférence pour des sites particuliers.
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).
AluminiumL'aluminium est l'élément chimique de numéro atomique 13, de symbole Al. Il appartient au groupe 13 du tableau périodique ainsi qu'à la famille des métaux pauvres. Le corps simple aluminium est un métal malléable, argenté, peu altérable à l'air et peu dense. C'est le métal le plus abondant de l'écorce terrestre et le troisième élément le plus abondant après l'oxygène et le silicium ; il représente en moyenne 8 % de la masse des matériaux de la surface solide de la planète.
Forêt d'arbres décisionnelsvignette|Illustration du principe de construction d'une forêt aléatoire comme agrégation d'arbre aléatoires. En apprentissage automatique, les forêts d'arbres décisionnels (ou forêts aléatoires de l'anglais random forest classifier) forment une méthode d'apprentissage ensembliste. Ils ont été premièrement proposées par Ho en 1995 et ont été formellement proposées en 2001 par Leo Breiman et Adele Cutler. Cet algorithme combine les concepts de sous-espaces aléatoires et de bagging.
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.
Complexe de coordinationvignette| Le cisplatine est un complexe de coordination du platine() avec deux ligands chlorure et deux ligands ammoniac formant une ammine. C'est l'un des anticancéreux les plus connus. Un complexe de coordination est constitué d'un atome ou d'ion central, généralement métallique, appelé centre de coordination, et d'un réseau de molécules ou d'ions liés, appelés ligands. De nombreux composés contenant des métaux, en particulier ceux qui comprennent des métaux de transition (éléments tels que le titane qui appartiennent au bloc du tableau périodique), sont des complexes de coordination.
