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.
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.
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.
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.
Physical neural networkA physical neural network is a type of artificial neural network in which an electrically adjustable material is used to emulate the function of a neural synapse or a higher-order (dendritic) neuron model. "Physical" neural network is used to emphasize the reliance on physical hardware used to emulate neurons as opposed to software-based approaches. More generally the term is applicable to other artificial neural networks in which a memristor or other electrically adjustable resistance material is used to emulate a neural synapse.
EusocialitéL'eusocialité est un mode d'organisation sociale chez certains animaux suivant lequel un même groupe d'individus vivant ensemble est divisé en castes d'individus fertiles et non fertiles. Les individus fertiles sont chargés de la reproduction tandis que les autres s'occupent de les nourrir et de les protéger, accordant ainsi aux petits, plus nombreux, une plus grande chance de survie. À long terme, le fait que tout individu du groupe travaille pour la colonie et non pour lui-même engendre un superorganisme, par exemple, une fourmilière.
Modèles du neurone biologiquevignette|390x390px|Fig. 1. Dendrites, soma et axone myélinisé, avec un flux de signal des entrées aux dendrites aux sorties aux bornes des axones. Le signal est une courte impulsion électrique appelée potentiel d'action ou impulsion. vignette|Figure 2. Évolution du potentiel postsynaptique lors d'une impulsion. L'amplitude et la forme exacte de la tension peut varier selon la technique expérimentale utilisée pour acquérir le signal.
InsecteLes Insectes () sont une classe d'animaux invertébrés de l'embranchement des Arthropodes et du sous-embranchement des Hexapodes. Ils sont caractérisés par un corps segmenté en trois tagmes (tête possédant des pièces buccales externes, une paire d'antennes et au moins une paire d'yeux composés ; thorax pourvu de trois paires de pattes articulées et deux paires d'ailes plus ou moins modifiées ; abdomen dépourvu d'appendices) contenant au maximum 11 segments protégés par une cuticule formant un exosquelette composé de chitine et pourvu de trachées respiratoires.
Linéaire sans seuilLe modèle linéaire sans seuil (LSS, ou LNT en anglais) est un modèle utilisé en radioprotection pour fixer la limite réglementaire des expositions admissibles. Le modèle se fonde sur le principe que toutes les doses reçues sont équivalentes, indépendamment du débit de dose ou de leur fractionnement. De ce fait, les doses successives reçues dans une année ou au cours d'une vie peuvent être additionnées. Ce modèle conduit naturellement au principe ALARA (As Low As Reasonably Achievable, aussi faible que raisonnablement atteignable), minimisant les doses reçues par un individu.
Parasitisme de couvéeLe parasitisme de couvée, appelé aussi parasitisme de ponte, est le comportement qu'ont certaines espèces d'oiseaux de pondre leurs œufs dans le nid d'autres individus, de la même espèce ou non, bénéficiant ainsi de la nourriture destinée à l'ensemble de la couvée. Le couple hôte incube l'œuf intrus et nourrit l'oisillon jusqu'à ce qu'il parvienne à maturité. Il s'agit d'une forme particulière de cleptoparasitisme. L'exemple le plus connu est le Coucou gris qui parasite les nids de différentes espèces de passereaux.
Task managementTask management is the process of managing a task through its lifecycle. It involves planning, testing, tracking, and reporting. Task management can help either individual achieve goals, or groups of individuals collaborate and share knowledge for the accomplishment of collective goals. Tasks are also differentiated by complexity, from low to high. Effective task management requires managing all aspects of a task, including its status, priority, time, human and financial-resources assignments, recurrence, dependency, notifications,etc.
Interactions entre humains et insectesvignette|La « mouche espagnole », Lytta vesicatoria, a été considérée comme ayant des propriétés médicinales, aphrodisiaques et autres. Les interactions entre humains et insectes comprennent à la fois une grande variété d'utilisations, qu'elles soient pratiques, comme pour la nourriture, les textiles et les colorants, ou symboliques, comme dans l'art, la musique et la littérature, et des interactions négatives, notamment de graves dommages aux cultures et des efforts considérables pour éliminer les insectes nuisibles.
Réseau de neurones de HopfieldLe réseau de neurones d'Hopfield est un modèle de réseau de neurones récurrents à temps discret dont la matrice des connexions est symétrique et nulle sur la diagonale et où la dynamique est asynchrone (un seul neurone est mis à jour à chaque unité de temps). Il a été popularisé par le physicien John Hopfield en 1982. Sa découverte a permis de relancer l'intérêt dans les réseaux de neurones qui s'était essoufflé durant les années 1970 à la suite d'un article de Marvin Minsky et Seymour Papert.
Stimulus (physiology)In physiology, a stimulus is a detectable change in the physical or chemical structure of an organism's internal or external environment. The ability of an organism or organ to detect external stimuli, so that an appropriate reaction can be made, is called sensitivity (excitability). Sensory receptors can receive information from outside the body, as in touch receptors found in the skin or light receptors in the eye, as well as from inside the body, as in chemoreceptors and mechanoreceptors.
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.
Dependent and independent variablesDependent and independent variables are variables in mathematical modeling, statistical modeling and experimental sciences. Dependent variables are studied under the supposition or demand that they depend, by some law or rule (e.g., by a mathematical function), on the values of other variables. Independent variables, in turn, are not seen as depending on any other variable in the scope of the experiment in question. In this sense, some common independent variables are time, space, density, mass, fluid flow rate, and previous values of some observed value of interest (e.
Nidvignette|250px|Un nid de républicains sociaux sur un poteau électrique. Le nid désigne généralement la structure construite par les oiseaux pour fournir un premier abri à leur progéniture. Les nids sont généralement fabriqués à partir de matériaux organiques tels que brindilles, herbes, mousses ou feuilles, parfois garnis de plumes. Certains oiseaux, comme le faucon pèlerin, peuvent utiliser le nid abandonné d'autres espèces, d'autres comme le coucou, pondent dans la couvée d'une autre espèce.
Relation dose-effetCet article est relatif aux conséquences de l'exposition aux substances toxiques ou pharmacologiques. Pour comprendre les conséquences de l'ingestion de bactéries pathogènes, le lecteur est invité à aller aux pages relatives à la dose minimale infectante.thumb|Courbes dans un repère semi-logarithmique montrant le pourcentage d'effet de deux « stresseurs » (Facteurs de stress). La relation dose-effet ou relation exposition-réponse ou plus simplement écrite dose-réponse exprime le changement d'effet, sur un organisme, provoqué par une quantité différente de « stresseurs », ou de « stimuli » après un certain temps d'exposition.
Allocation de Dirichlet latenteDans le domaine du traitement automatique des langues, l’allocation de Dirichlet latente (de l’anglais Latent Dirichlet Allocation) ou LDA est un modèle génératif probabiliste permettant d’expliquer des ensembles d’observations, par le moyen de groupes non observés, eux-mêmes définis par des similarités de données. Par exemple, si les observations () sont les mots collectés dans un ensemble de documents textuels (), le modèle LDA suppose que chaque document () est un mélange () d’un petit nombre de sujets ou thèmes ( topics), et que la génération de chaque occurrence d’un mot () est attribuable (probabilité) à l’un des thèmes () du document.
Stimulus–response modelThe stimulus–response model is a characterization of a statistical unit (such as a neuron). The model allows the prediction of a quantitative response to a quantitative stimulus, for example one administered by a researcher. In psychology, stimulus response theory forms classical conditioning in which a stimulus becomes a paired response in a subject's mind. Stimulus–response models are applied in international relations, psychology, risk assessment, neuroscience, neurally-inspired system design, and many other fields.
