Camouflagevignette|upright=1.2|Un flet (poisson marin plat) se fondant dans le gravier du fond de la mer. vignette|upright=1.2|Un caméléon, animal célèbre pour sa capacité à modifier la couleur de sa peau pour se camoufler. Le camouflage est une méthode de dissimulation. Il permet à un organisme visible ou à un objet de passer inaperçu, en se fondant dans son environnement. Les exemples incluent des rayures d'un tigre, le treillis d'un soldat moderne et un papillon présentant l'apparence d'une feuille.
Active camouflageActive camouflage or adaptive camouflage is camouflage that adapts, often rapidly, to the surroundings of an object such as an animal or military vehicle. In theory, active camouflage could provide perfect concealment from visual detection. Active camouflage is used in several groups of animals, including reptiles on land, and cephalopod molluscs and flatfish in the sea. Animals achieve active camouflage both by color change and (among marine animals such as squid) by counter-illumination, with the use of bioluminescence.
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.
Motion camouflageMotion camouflage is camouflage which provides a degree of concealment for a moving object, given that motion makes objects easy to detect however well their coloration matches their background or breaks up their outlines. The principal form of motion camouflage, and the type generally meant by the term, involves an attacker's mimicking the optic flow of the background as seen by its target.
Ship camouflageShip camouflage is a form of military deception in which a ship is painted in one or more colors in order to obscure or confuse an enemy's visual observation. Several types of marine camouflage have been used or prototyped: blending or crypsis, in which a paint scheme attempts to hide a ship from view; deception, in which a ship is made to look smaller or, as with the Q-ships, to mimic merchantmen; and dazzle, a chaotic paint scheme which tries to confuse any estimate of distance, direction, or heading.
Camouflage (militaire)vignette|upright=1.5|Un Marine américain dans un village afghan. Sa tenue MARPAT-Désert se fond dans la couleur et la texture de l'arrière plan. vignette|droite|upright=1.1|Tireurs d'élite du étranger d'infanterie vêtus de Ghillie suit, ultime forme de camouflage optique au . (Afghanistan, 2005) vignette|Ronsin, Corbin, Royer, Pinchon et Mouveau - 12 février 1915 Le camouflage désigne tout moyen ou dispositif tendant à rendre moins visible ou à donner une apparence trompeuse à un objet ou à un être vivant.
SaillanceLa saillance (de l'anglais salience, construit sur salient, du français saillant, lui-même du latin saliens, « qui saute ») d'une chose quelconque est le fait qu'elle attire l'attention ; plus précisément, la mesure dans laquelle elle retient l'attention par rapport aux autres choses présentes dans son environnement (y compris des choses similaires). Par exemple, un mot peut être mieux perçu que d'autres dans un message (saillance linguistique).
Réseaux antagonistes génératifsEn intelligence artificielle, les réseaux antagonistes génératifs (RAG) parfois aussi appelés réseaux adverses génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non supervisé. Ces algorithmes ont été introduits par . Ils permettent de générer des images avec un fort degré de réalisme. Un GAN est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de théorie des jeux. Le premier réseau est le générateur, il génère un échantillon (ex.
Ombre inverséeL’ombre inversée, ou loi de Thayer, est une forme de camouflage passif utilisée par de nombreuses espèces de mammifères, de reptiles, d'oiseaux et de poissons, au moins depuis la période crétacée. Cette contre-ombre se traduit par une pigmentation plus sombre sur la face dorsale que sur la face ventrale (colorations cryptiques à l'origine d'un fort contraste dorso-ventral). Quand un objet solide de couleur uniforme est éclairé d'en haut, la distribution de la lumière est inégale : il apparaît plus clair au-dessus et plus sombre au-dessous, ce qui rend l'animal plus facile à détecter pour ses prédateurs ou proies potentielles.
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.
Adversarial machine learningAdversarial machine learning is the study of the attacks on machine learning algorithms, and of the defenses against such attacks. A survey from May 2020 exposes the fact that practitioners report a dire need for better protecting machine learning systems in industrial applications. To understand, note that most machine learning techniques are mostly designed to work on specific problem sets, under the assumption that the training and test data are generated from the same statistical distribution (IID).
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.
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.
Similarity measureIn statistics and related fields, a similarity measure or similarity function or similarity metric is a real-valued function that quantifies the similarity between two objects. Although no single definition of a similarity exists, usually such measures are in some sense the inverse of distance metrics: they take on large values for similar objects and either zero or a negative value for very dissimilar objects. Though, in more broad terms, a similarity function may also satisfy metric axioms.
CrypsisIn ecology, crypsis is the ability of an animal or a plant to avoid observation or detection by other animals. It may be a predation strategy or an antipredator adaptation. Methods include camouflage, nocturnality, subterranean lifestyle and mimicry. Crypsis can involve visual, olfactory (with pheromones) or auditory concealment. When it is visual, the term cryptic coloration, effectively a synonym for animal camouflage, is sometimes used, but many different methods of camouflage are employed by animals or plants.
Recherche automatique d'architecture neuronaleLa recherche automatique d'architecture neuronale (Neural Architecture Search, NAS) est un ensemble de techniques visant à découvrir automatiquement de nouveaux modèles de réseaux de neurones artificiels. Les principales méthodes employées dans la littérature sont basées soit sur de l'apprentissage par renforcement, sur de la descente de gradient ou bien sur des algorithmes génétiques. Plusieurs méthodes NAS parviennent à obtenir des architectures qui atteignent ou surpassent les performances des modèles créés à la main.
Attentionthumb|250px|Jeune fille se concentrant sur une tâche manuelle ; le regard, la respiration, la position du corps et en particulier des mains et le contrôle neuro musculaire sont mobilisés de concert pour assurer la précision du mouvement L'attention est la faculté de l'esprit de se consacrer à un objet : d'utiliser ses capacités à l'observation, l'étude, le jugement d'une chose quelle qu'elle soit, ou encore à la pratique d'une action.
Learning to rankLearning to rank or machine-learned ranking (MLR) is the application of machine learning, typically supervised, semi-supervised or reinforcement learning, in the construction of ranking models for information retrieval systems. Training data consists of lists of items with some partial order specified between items in each list. This order is typically induced by giving a numerical or ordinal score or a binary judgment (e.g. "relevant" or "not relevant") for each item.
Incertitude de mesurevignette|Mesurage avec une colonne de mesure. En métrologie, une incertitude de mesure liée à un mesurage (d'après le Bureau international des poids et mesures). Elle est considérée comme une dispersion et fait appel à des notions de statistique. Les causes de cette dispersion, liées à différents facteurs, influent sur le résultat de mesurage, donc sur l'incertitude et in fine sur la qualité de la mesure. Elle comprend de nombreuses composantes qui sont évaluées de deux façons différentes : certaines par une analyse statistique, d'autres par d'autres moyens.
Détection de contoursEn et en vision par ordinateur, on appelle détection de contours les procédés permettant de repérer les points d'une qui correspondent à un changement brutal de l'intensité lumineuse. Ces changements de propriétés de l' indiquent en général des éléments importants de structure dans l'objet représenté. Ces éléments incluent des discontinuités dans la profondeur, dans l'orientation d'une surface, dans les propriétés d'un matériau et dans l'éclairage d'une scène.
