Formation et évolution des galaxiesL'étude de la formation et de l'évolution des galaxies s'intéresse aux processus ayant abouti à la formation d'un univers hétérogène à partir d'une prémisse homogène, à la formation des premières galaxies (processus appelé galactogenèse), à la façon dont les galaxies changent avec le temps, et aux processus qui ont conduit à la grande variété des structures observées parmi les galaxies proches. C'est l'un des domaines de recherche les plus actifs en astrophysique.
Galaxievignette|redresse=1.5|M51, la Galaxie du Tourbillon, un exemple typique de galaxie spirale. Une galaxie est une structure cosmique formée par le rassemblement d'étoiles et de leurs planètes éventuelles, de gaz, de poussière interstellaire, peut-être essentiellement de matière noire, et contenant souvent un trou noir supermassif en son centre. Les galaxies peuvent elles-mêmes se rassembler en groupes de galaxies, eux-mêmes pouvant se structurer en amas et superamas de galaxies.
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.
Cinématique stellaireLa cinématique stellaire est l'étude du mouvement des étoiles. Puisqu'elle ne cherche pas à comprendre les origines et causes du mouvement, la cinématique stellaire diffère de la dynamique stellaire, qui tient compte notamment des effets gravitationnels. La cinématique stellaire peut fournir des informations sur l'origine et l'âge des étoiles ainsi que sur la structure et l'évolution de la galaxie environnante. La cinématique stellaire distingue plusieurs types de mouvements individuels et collectifs d'étoiles.
Naissance des étoilesLa naissance des étoiles ou formation stellaire, voire stellogénèse ou stellogonie, est un domaine de recherche en astrophysique, qui consiste en l'étude des modes de formation des étoiles et des systèmes planétaires. Les étoiles en formation sont fréquemment appelées « étoiles jeunes ». Selon le scénario actuellement admis, confirmé par l'observation, les étoiles se forment en groupe à partir de la contraction gravitationnelle d'une nébuleuse, un nuage de gaz et de poussière, qui se fragmente en plusieurs cœurs protostellaires.
Galaxie satelliteUne galaxie satellite gravite autour d'une plus grande galaxie. Dans une paire de galaxies en orbite, si l'une est nettement plus grande que l'autre, alors, la plus grosse est la galaxie primaire et la plus petite, la galaxie satellite. Si deux galaxies en orbite sont de taille plus ou moins équivalentes, on dit qu'elles forment un système binaire, comparable (mais à une tout autre échelle) à un système binaire d'étoiles. Des galaxies qui se rapprochent peuvent entrer en collision.
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.
Évolution stellaireL'évolution d'une étoile, ou évolution stellaire, désigne l'ensemble des phénomènes allant de la formation à la d'une étoile. Elle peut être décomposée en plusieurs phases principales dont la formation de l'étoile, son séjour sur la séquence principale et sa phase finale. Durant sa vie, une étoile émet des particules et des rayonnements électromagnétiques (dont une partie sous forme de rayonnements visibles) grâce à l'énergie dégagée par les réactions de fusion nucléaire produites dans les zones internes de l'étoile.
Trou noir stellaireUn trou noir stellaire est l'un des quatre types de trous noirs, avec les trous noirs primordiaux, les trous noirs intermédiaires et les trous noirs supermassifs. Créé par l'effondrement d'une étoile massive sur elle-même, un tel trou noir a une masse comprise entre un minimum de trois à cinq masses solaires () et un maximum de . En 2019 un trou noir stellaire de a été identifié dans la Voie lactée mais son existence a été remise en cause l'année suivante.
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.
Vent stellaireLe vent stellaire est un flux de plasma constitué essentiellement de protons et des électrons qui sont éjectés de la haute atmosphère des étoiles. Le vent stellaire provenant de notre propre Soleil est appelé vent solaire. Le vent stellaire est un flux continu de la matière provenant de la surface des étoiles. Les vitesses de vent sont, selon le type d'étoile de quelques dizaines à plusieurs milliers de kilomètres par seconde, la masse de perte observée varie selon le taux de 10 à 10 ·a.
Galaxie de Seyfertvignette|NGC 1097, vue prise par Hubble. Cette galaxie de Seyfert contient en son centre un trou noir supermassif de 100 millions de masses solaires. vignette|NGC 5793 est une galaxie de Seyfert située à plus de 150 millions d'années-lumière dans la constellation de la Balance. Les galaxies de Seyfert sont des galaxies spirales caractérisées par un noyau extrêmement brillant et compact. D'une brillance de surface très élevée, leur noyau représente l'une des plus grandes sources de rayonnement électromagnétique connues de l'Univers, possiblement liée au trou noir supermassif en leur centre.
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.
Galaxie elliptiqueUne galaxie elliptique est un type de galaxie qui regroupe des concentrations sphéroïdales de milliards d’étoiles qui ressemblent à des amas globulaires à grande échelle. Elles ont une très petite structure interne et la densité des étoiles diminue doucement du centre très lumineux vers des bords diffus. Elles sont classées dans la séquence de Hubble en tant que type E et se déclinent selon leur forme du type E0 (circulaire), au type E7 (fortement elliptique).
Amas stellaireUn amas stellaire est une concentration locale d'étoiles d'origine commune et liées entre elles par la gravitation, dans un espace dont les dimensions peuvent atteindre 200 pc. Ces objets sont classés en plusieurs familles selon leur aspect ; ce sont, par compacité croissante : les associations stellaires, les amas ouverts et les amas globulaires. Les amas stellaires se maintiennent par l'attraction gravitationnelle mutuelle de leurs membres.
Galaxy groups and clustersGalaxy groups and clusters are the largest known gravitationally bound objects to have arisen thus far in the process of cosmic structure formation. They form the densest part of the large-scale structure of the Universe. In models for the gravitational formation of structure with cold dark matter, the smallest structures collapse first and eventually build the largest structures, clusters of galaxies. Clusters are then formed relatively recently between 10 billion years ago and now.
Galaxie à sursauts de formation d'étoilesUne galaxie à sursaut de formation d'étoiles ou galaxie à flambée (de formation) d'étoiles (starburst galaxy en anglais) est une galaxie présentant un taux exceptionnel de formation d'étoiles par rapport aux taux observés dans la plupart des galaxies. Ce phénomène est limité dans le temps et constitue une étape dans la vie d'une galaxie. On déduit des observations que les sursauts de formation d'étoiles dans une galaxie résultent principalement d'une collision, ou d'une interaction avec une ou plusieurs galaxies proches.
Masse stellaireLa masse stellaire est une expression utilisée par les astronomes pour décrire la masse d'une étoile. Il est généralement dénombré en termes de masse du Soleil, en proportion d'une masse solaire (M☉). Par conséquent, l'étoile brillante Sirius pèse environ 2,02 M☉. La masse d'une étoile variera au cours de sa vie, à mesure que la masse s'érode avec les vents stellaires, ou qu'elle se retrouve éjectée via un comportement pulsationnel, ou si une masse supplémentaire est accrétée, comme celle d'une étoile compagnon.
Structure stellairethumb|Diagramme montrant la structure interne d'une étoile telle que le Soleil : 1. Noyau 2. Zone de rayonnement 3. Zone de convection 4. Photosphère 5. Chromosphère 6. Couronne 7. Tache solaire 8. Granulation 9. Éruption solaire Les modèles de structure stellaire décrivent la structure interne des étoiles de différentes masses et âges, ainsi que permettent de faire des prédictions sur la luminosité, la couleur et l'évolution future de ces étoiles.
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.
