Réseau locomoteur spinalLe réseau locomoteur spinal, ou central pattern generator (CPG) en anglais, est un réseau de neurones localisé dans la moelle spinale responsable de la locomotion. La particularité de ce réseau est qu’il peut fonctionner de manière autonome, indépendamment des commandes descendantes et des retours sensoriels . Après avoir été activé par le cortex moteur ou d'autres régions supraspinales telles que la région mésencéphalique locomotrice (MLR en anglais), ce réseau peut générer à lui seul l’activité locomotrice.
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.
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 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.
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.
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.
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.
Rythme cérébralUn rythme cérébral (appelé aussi activité neuro-électrique) désigne l'oscillation électromagnétique émise par le cerveau des êtres humains, mais également de tout être vivant. Le cortex frontal qui permet la cognition, la logique et le raisonnement est composé de neurones qui sont reliés entre eux par des synapses permettant la neurotransmission. Mesurables en volt et en hertz, ces ondes sont de très faible amplitude : de l'ordre du microvolt (chez l'être humain), elles ne suivent pas toujours une sinusoïde régulière.
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.
Rythme (musique)vignette|Robert Delaunay a voulu exprimer en peinture la notion de rythmes (1932). Le rythme en musique est l'organisation dans le temps des événements musicaux. Il comporte tous les éléments qui permettent de repérer une structure temporelle : espacement, durée, accentuation des sons musicaux. La perception d'un rythme musical implique une forme de répétition de la structure. En musique occidentale, le rythme détermine la durée des notes et le moment où on doit les entendre.
Codage neuronalLe codage neuronal désigne, en neurosciences, la relation hypothétique entre le stimulus et les réponses neuronales individuelles ou globales. C'est une théorie sur l'activité électrique du système nerveux, selon laquelle les informations, par exemple sensorielles, numériques ou analogiques, sont représentées dans le cerveau par des réseaux de neurones. Le codage neuronal est lié aux concepts du souvenir, de l'association et de la mémoire sensorielle.
Additive rhythm and divisive rhythmIn music, the terms additive and divisive are used to distinguish two types of both rhythm and meter: A divisive (or, alternately, multiplicative) rhythm is a rhythm in which a larger period of time is divided into smaller rhythmic units or, conversely, some integer unit is regularly multiplied into larger, equal units. This can be contrasted with additive rhythm, in which larger periods of time are constructed by concatenating (joining end to end) a series of units into larger units of unequal length, such as a meter produced by the regular alternation of and .
Cross-beatIn music, a cross-beat or cross-rhythm is a specific form of polyrhythm. The term cross rhythm was introduced in 1934 by the musicologist Arthur Morris Jones (1889–1980). It refers to a situation where the rhythmic conflict found in polyrhythms is the basis of an entire musical piece. The term "cross rhythm" was introduced in 1934 by the musicologist Arthur Morris Jones (1889–1980), who, with Klaus Wachsmann, took-up extended residence in Zambia and Uganda, respectively, as missionaries, educators, musicologists, and museologists.
Syncope (musique)vignette|Exemple de syncope : la note rouge est en syncope. Dans le solfège rythmique, on appelle syncope une note attaquée sur un temps faible et prolongée sur le temps suivant (qui est toujours un temps fort). Par exemple, dans une mesure à 4/4 (quatre noires par mesure), une blanche placée sur le deuxième temps est une syncope – le deuxième temps d'un 4/4 étant un temps faible, le troisième, un temps fort.
Grand modèle de langageUn grand modèle de langage, grand modèle linguistique, grand modèle de langue, modèle massif de langage ou encore modèle de langage de grande taille (LLM, pour l'anglais large language model) est un modèle de langage possédant un grand nombre de paramètres (généralement de l'ordre du milliard de poids ou plus). Ce sont des réseaux de neurones profonds entraînés sur de grandes quantités de texte non étiqueté utilisant l'apprentissage auto-supervisé ou l'apprentissage semi-supervisé.
CaudataLes Urodèles (Caudata ou Urodela) forment un ordre d'amphibiens qui gardent une queue à l'état adulte, à la différence des anoures (comme les grenouilles et les crapauds) et des gymnophiones. Il regroupe les salamandres, les tritons et d'autres espèces apparentées. Les urodèles possèdent des caractères d'amphibiens primitifs, vivant dans les milieux humides et frais sous les pierres ou les souches. À terre, ils ne se déplacent pas par bonds comme les anoures, mais le plus souvent en marchant, parfois en courant.
Canon (musique)vignette|droite| Tout par compas suy composés (folio 12). Canon circulaire de Baude Cordier, extrait du Codex Chantilly, manuscrit du . Un canon (en kanōn « règle, précepte ») est un procédé de composition musicale contrapuntique dans laquelle plusieurs voix, vocales ou instrumentales, jouent ou chantent une imitation de la mélodie, mais de manière différée. C'est la forme la plus stricte de l'imitation polyphonique. Dans ses origines, la construction du canon se détermine entièrement par l'invention de la mélodie qui donne la règle aux autres voix.
Neuronethumb|537x537px|Schéma complet d’un neurone. Un neurone, ou une cellule nerveuse, est une cellule excitable constituant l'unité fonctionnelle de la base du système nerveux. Les neurones assurent la transmission d'un signal bioélectrique appelé influx nerveux. Ils ont deux propriétés physiologiques : l'excitabilité, c'est-à-dire la capacité de répondre aux stimulations et de convertir celles-ci en impulsions nerveuses, et la conductivité, c'est-à-dire la capacité de transmettre les impulsions.
