Linear least squaresLinear least squares (LLS) is the least squares approximation of linear functions to data. It is a set of formulations for solving statistical problems involved in linear regression, including variants for ordinary (unweighted), weighted, and generalized (correlated) residuals. Numerical methods for linear least squares include inverting the matrix of the normal equations and orthogonal decomposition methods. The three main linear least squares formulations are: Ordinary least squares (OLS) is the most common estimator.
Méthode des moindres carrés ordinairevignette|Graphique d'une régression linéaire La méthode des moindres carrés ordinaire (MCO) est le nom technique de la régression mathématique en statistiques, et plus particulièrement de la régression linéaire. Il s'agit d'un modèle couramment utilisé en économétrie. Il s'agit d'ajuster un nuage de points selon une relation linéaire, prenant la forme de la relation matricielle , où est un terme d'erreur.
Méthode des moindres carrésLa méthode des moindres carrés, indépendamment élaborée par Legendre et Gauss au début du , permet de comparer des données expérimentales, généralement entachées d’erreurs de mesure, à un modèle mathématique censé décrire ces données. Ce modèle peut prendre diverses formes. Il peut s’agir de lois de conservation que les quantités mesurées doivent respecter. La méthode des moindres carrés permet alors de minimiser l’impact des erreurs expérimentales en « ajoutant de l’information » dans le processus de mesure.
Moindres carrés non linéairesLes moindres carrés non linéaires est une forme des moindres carrés adaptée pour l'estimation d'un modèle non linéaire en n paramètres à partir de m observations (m > n). Une façon d'estimer ce genre de problème est de considérer des itérations successives se basant sur une version linéarisée du modèle initial. Méthode des moindres carrés Considérons un jeu de m couples d'observations, (x, y), (x, y),...,(x, y), et une fonction de régression du type y = f (x, β).
Régression non linéaireUne régression non linéaire consiste à ajuster un modèle, en général non linéaire, y = ƒa1, ..., am(x) pour un ensemble de valeurs (xi, yi)1 ≤ i ≤ n. Les variables xi et yi peuvent être des scalaires ou des vecteurs. Par « ajuster », il faut comprendre : déterminer les paramètres de la loi, (a1, ..., am), afin de minimiser S = ||ri||, avec : ri = yi - ƒa1, ..., am(xi). ||...|| est une norme. On utilise en général la norme euclidienne, ou norme l2 ; on parle alors de méthode des moindres carrés.
Régression (statistiques)En mathématiques, la régression recouvre plusieurs méthodes d’analyse statistique permettant d’approcher une variable à partir d’autres qui lui sont corrélées. Par extension, le terme est aussi utilisé pour certaines méthodes d’ajustement de courbe. En apprentissage automatique, on distingue les problèmes de régression des problèmes de classification. Ainsi, on considère que les problèmes de prédiction d'une variable quantitative sont des problèmes de régression tandis que les problèmes de prédiction d'une variable qualitative sont des problèmes de classification.
Robust regressionIn robust statistics, robust regression seeks to overcome some limitations of traditional regression analysis. A regression analysis models the relationship between one or more independent variables and a dependent variable. Standard types of regression, such as ordinary least squares, have favourable properties if their underlying assumptions are true, but can give misleading results otherwise (i.e. are not robust to assumption violations).
Régression des moindres carrés partielsLa régression des moindres carrés partiels a été inventée en 1983 par Svante Wold et son père Herman Wold ; on utilise fréquemment l'abréviation anglaise régression PLS ( et/ou ). La régression PLS maximise la variance des prédicteurs (Xi) = X et maximise la corrélation entre X et la variable à expliquer Y. Cet algorithme emprunte sa démarche à la fois à l'analyse en composantes principales (ACP) et à la régression.
Imagerie photoacoustique pour la biomédecinevignette|300px|Fig. 1. Schéma illustrant l'imagerie photoacoustique. vignette|300px|Fig. 2. Spectre d'absorption des formes oxy et desoxy de l’hémoglobine. L'imagerie photoacoustique, en tant que modalité de l'imagerie biomédicale, est basée sur l'effet photoacoustique. Dans l'imagerie photoacoustique, des impulsions laser non ionisantes sont émises à l'intérieur de tissus biologiques ; lorsque ce sont des impulsions radiofréquences qui sont employées, on parle alors de thermoacoustique.
Medical optical imagingMedical optical imaging is the use of light as an investigational imaging technique for medical applications, pioneered by American Physical Chemist Britton Chance. Examples include optical microscopy, spectroscopy, endoscopy, scanning laser ophthalmoscopy, laser Doppler imaging, and optical coherence tomography. Because light is an electromagnetic wave, similar phenomena occur in X-rays, microwaves, and radio waves. Optical imaging systems may be divided into diffusive and ballistic imaging systems.
ImagerieL’imagerie consiste en la conception, la fabrication et le commerce des s. À la fin du , le terme désigne un ensemble d'objets sculptés qui représentent des êtres ou des choses. La fabrication se faisait soit à la main, soit par impression mécanique. À partir de la fin du , elle se fait principalement par ordinateur et imprimante. L'imagerie définit aussi simplement un ensemble d'images ayant soit une même origine et un style défini (par exemple, l'), soit un même style et un même genre (par exemple, l').
Regularized least squaresRegularized least squares (RLS) is a family of methods for solving the least-squares problem while using regularization to further constrain the resulting solution. RLS is used for two main reasons. The first comes up when the number of variables in the linear system exceeds the number of observations. In such settings, the ordinary least-squares problem is ill-posed and is therefore impossible to fit because the associated optimization problem has infinitely many solutions.
Viseurvignette|redresse=1.2|Une cadette de la Marine royale canadienne regardant à travers un viseur de mitrailleuse. Un viseur est un dispositif servant à pointer une arme sur une cible. On appelle aussi viseur le dispositif servant à pointer un appareil photographique ou une caméra sur le sujet à photographier ou à filmer. Un viseur permet aussi de voir une cible avec une meilleure précision. Il existe plusieurs types de viseurs. vignette|redresse|Viseur à œilleton d'une HK MP5. Sur une arme à feu (fusil, mitrailleuse, canon etc.
Viseur point rougevignette|alt=Vue au travers d'un viseur point rouge ProPoint de marque Tasco. L'image dans la lunette donne l'impression qu'un laser rouge est projeté sur le mur.|Viseur point rouge Tasco ProPoint 5 MOA (modèle PDP2ST), monté sur un fusil Ruger 10/22. Fabriqué au Japon pour Tasco, le viseur point rouge ProPoint 2 est l'un des premiers à être devenu très populaire. Le viseur point rouge (ou « viseur red dot ») est un viseur pour armes à feu qui projette un point lumineux (ou réticule) sur une lentille devant l'œil du tireur, ce qui dispense ce dernier de devoir aligner les organes de visée de l'arme, permettant ainsi une visée plus rapide.
Mire métalliqueUne mire ou organe de visée est un système de visée des armes (généralement des armes à feu), constitué de lames métalliques et divisé en deux parties : la hausse (fixée généralement à l'arrière de l'arme) ; le guidon (qui se situe en général à l'avant du canon). Pour viser, il faut la plupart du temps aligner la hausse ou le cran de hausse et le guidon avec le point visé. Pour tenir compte du fait que la balle chute vers le sol, la hausse est généralement réglable au moyen d'un curseur par pas de 100 m.
Apprentissage non superviséDans le domaine informatique et de l'intelligence artificielle, l'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « balle » ou « poisson »). Il s'agit donc de découvrir les structures sous-jacentes à ces données non étiquetées. Puisque les données ne sont pas étiquetées, il est impossible à l'algorithme de calculer de façon certaine un score de réussite.
Problème inversevignette|une somme de plusieurs nombres donne le nombre 27, mais peut-on les deviner à partir de 27 ? En science, un problème inverse est une situation dans laquelle on tente de déterminer les causes d'un phénomène à partir des observations expérimentales de ses effets. Par exemple, en sismologie, la localisation de l'origine d'un tremblement de terre à partir de mesures faites par plusieurs stations sismiques réparties sur la surface du globe terrestre est un problème inverse.
Mouvement supraluminiqueEn astronomie, le mouvement supraluminique est un mouvement qui semble dépasser la vitesse de la lumière et qui est observé dans certaines radiogalaxies, dans des objets BL Lacertae, dans les quasars et dans des microquasars. Toutes ces zones sont soupçonnées de contenir un trou noir responsable de l'éjection de matière à des vitesses relativistes. Observé pour la première fois dans les années 1970, le mouvement supraluminique était alors considéré comme une preuve d'une erreur de la mesure des distances des quasars.
Caméra multispectraleUne caméra multispectrale est une caméra qui enregistre en une seule prise de vue plusieurs longueurs d'onde qui sont isolées en vue d'analyses spécifiques et de techniques de recombination. Ceci permet une analyse des détails beaucoup plus fine et la visualisation de détails non visibles à l'œil nu. En , cette technique est appliquée pour la première fois à La Joconde et donne lieu à la mise en évidence de détails inconnus ou connus seulement par les historiens de l'art. Ces travaux sont publiés en 2007.
