Decision analysisDecision analysis (DA) is the discipline comprising the philosophy, methodology, and professional practice necessary to address important decisions in a formal manner. Decision analysis includes many procedures, methods, and tools for identifying, clearly representing, and formally assessing important aspects of a decision; for prescribing a recommended course of action by applying the maximum expected-utility axiom to a well-formed representation of the decision; and for translating the formal representation of a decision and its corresponding recommendation into insight for the decision maker, and other corporate and non-corporate stakeholders.
Mécanique spatialeLa mécanique spatiale, aussi dénommée astrodynamique, est, dans le domaine de l'astronomie et de l'astronautique, la science qui a trait à l'étude des mouvements. C'est une branche particulière de la mécanique céleste qui a notamment pour but de prévoir les trajectoires des objets spatiaux tels que les fusées ou les engins spatiaux y compris les manœuvres orbitales, les changements de plan d'orbite et les transferts interplanétaires.
Aide à la décision multicritèreL'aide à la décision multicritère constitue une branche d'étude majeure de la recherche opérationnelle impliquant plusieurs écoles de pensée, principalement américaine avec les travaux de Thomas L. Saaty et européenne avec ceux de Bernard Roy et du LAMSADE (Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision). Il s'agit de méthodes et de calculs permettant de choisir la meilleure solution ou la solution optimale parmi tout un ensemble de solutions, l'alternative de type OUI-NON n'étant qu'un cas particulier du cas général.
Théorie des perturbationsLa théorie des perturbations est un domaine des mathématiques, qui consiste à étudier les contextes où il est possible de trouver une solution approchée à une équation en partant de la solution d'un problème plus simple. Plus précisément, on cherche une solution approchée à une équation (E) (dépendante d'un paramètre λ), sachant que la solution de l'équation (E) (correspondant à la valeur λ=0) est connue exactement. L'équation mathématique (E) peut être par exemple une équation algébrique ou une équation différentielle.
Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Deep belief networkIn machine learning, a deep belief network (DBN) is a generative graphical model, or alternatively a class of deep neural network, composed of multiple layers of latent variables ("hidden units"), with connections between the layers but not between units within each layer. When trained on a set of examples without supervision, a DBN can learn to probabilistically reconstruct its inputs. The layers then act as feature detectors. After this learning step, a DBN can be further trained with supervision to perform classification.
Série géométriquethumb|Preuve sans mots de l'égalité1/2 + 1/4 + 1/8 + 1/16 + ⋯ = 1 thumb|Illustration de l'égalité 1/4 + 1/16 + 1/64 + 1/256 + ⋯ = 1/3 :chacun des carrés violets mesure 1/4 de la surface du grand carré le plus proche (1/2× = 1/4, 1/4×1/4 = 1/16, etc.). Par ailleurs, la somme des aires des carrés violets est égale à un tiers de la superficie du grand carré. En mathématiques, la série géométrique est l'un des exemples de série numérique les plus simples.
Précession du périastrevignette|Illustration du phénomène de précession du périastre : le périastre (en bleu) et la ligne des absides tournent dans le plan de l'orbite au cours du temps. vignette|redresse=1.2|Les planètes en orbite autour du Soleil suivent des trajectoires elliptiques (ovales) qui tournent dans le temps (précession absidale). La plupart des orbites du système solaire ont une excentricité beaucoup plus faible et une précession beaucoup plus lente, ce qui les rend presque circulaires et stationnaires.
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.
DeepDreamthumb|250px| Photographie avant et après un traitement partiel par DeepDream. thumb| Étape avancée du traitement d'une photographie de trois hommes. DeepDream est un programme de vision par ordinateur créé par Google qui utilise un réseau neuronal convolutif pour trouver et renforcer des structures dans des images en utilisant des paréidolies créées par algorithme, donnant ainsi une apparence hallucinogène à ces images. thumb|left|Photographie de ciel nuageux ; à droite, sa transformation par DeepDream.
Analyse quantitative (économie)En finance, l'analyse quantitative est l'utilisation de mathématiques financières, souvent dérivées des probabilités, pour mettre au point et utiliser des modèles permettant aux gestionnaires de fonds et autres spécialistes financiers de s'attaquer à deux problèmes : mieux évaluer la valeur des actifs financiers, et surtout leurs dérivés. Ces dérivés peuvent être des produits comme les warrants, les certificats ou tout autre type de dérivé ou d'option (contrats Futures sur matières premières, indices, etc.
Perspective (représentation)vignette|Effet de perspective dans Ulysse remet Chryséis à son père du Lorrain, vers 1644. La perspective est l'ensemble des techniques picturales destinées à représenter les trois dimensions d'un objet ou d'une scène par une sur une surface plane. Les techniques de perspective utilisent certains des indices qui fondent la perception de la profondeur. L'enseignement la décompose en perspective linéaire, technique du dessin et de la géométrie des contours, et en perspective aérienne, technique picturale qui s'intéresse au rendu des objets lointains.
ConiqueEn géométrie euclidienne, une conique est une courbe plane algébrique, définie initialement comme l’intersection d'un cône de révolution (supposé prolongé à l’infini de part et d’autre du sommet) avec un plan. Lorsque le plan de coupe ne passe pas par le sommet du cône, la conique est dite non dégénérée et réalise l’une des trois formes de courbe suivantes : ellipse, parabole ou hyperbole (le cercle étant un cas particulier de l'ellipse, parfois appelé quatrième forme). Ces courbes sont caractérisées par un paramètre réel appelé excentricité.
Universality (dynamical systems)In statistical mechanics, universality is the observation that there are properties for a large class of systems that are independent of the dynamical details of the system. Systems display universality in a scaling limit, when a large number of interacting parts come together. The modern meaning of the term was introduced by Leo Kadanoff in the 1960s, but a simpler version of the concept was already implicit in the van der Waals equation and in the earlier Landau theory of phase transitions, which did not incorporate scaling correctly.
Science de la natureLes sciences de la nature, ou sciences naturelles, ont pour objet le monde naturel. Il s'agit de termes surtout utilisés dans le domaine de l'enseignement scolaire. Les termes « sciences de la nature », « sciences naturelles » et « histoire naturelle » sont en réalité équivalents. La nuance sémantique qui les différencie consiste en ce que « sciences de la nature » et « sciences naturelles » sont des termes qui mettent l'accent sur un ensemble de sciences, chacune spécialisée, alors que le terme « histoire naturelle », le plus ancien des trois, est toujours exprimé au singulier en signifiant ainsi davantage l'unicité des sciences qui étudient la nature plutôt que leur diversité en tant que telle.
Apprentissage par renforcement profondL'apprentissage par renforcement profond (en anglais : deep reinforcement learning ou deep RL) est un sous-domaine de l'apprentissage automatique (en anglais : machine learning) qui combine l'apprentissage par renforcement et l'apprentissage profond (en anglais : deep learning). L'apprentissage par renforcement considère le problème d'un agent informatique (par exemple, un robot, un agent conversationnel, un personnage dans un jeu vidéo, etc.) qui apprend à prendre des décisions par essais et erreurs.
AnalysisAnalysis (: analyses) is the process of breaking a complex topic or substance into smaller parts in order to gain a better understanding of it. The technique has been applied in the study of mathematics and logic since before Aristotle (384–322 B.C.), though analysis as a formal concept is a relatively recent development. The word comes from the Ancient Greek ἀνάλυσις (analysis, "a breaking-up" or "an untying;" from ana- "up, throughout" and lysis "a loosening"). From it also comes the word's plural, analyses.
Modèle mathématiquevignette|Un automate fini est un exemple de modèle mathématique. Un modèle mathématique est une traduction d'une observation dans le but de lui appliquer les outils, les techniques et les théories mathématiques, puis généralement, en sens inverse, la traduction des résultats mathématiques obtenus en prédictions ou opérations dans le monde réel. Un modèle se rapporte toujours à ce qu’on espère en déduire.
