Cellule photovoltaïque à pérovskiteUne cellule photovoltaïque à pérovskite est un type de cellule photovoltaïque dont la couche active est constituée d'un matériau de formule générale à structure pérovskite dans laquelle A est un cation, généralement de méthylammonium (MA), de formamidinium ou de césium , B est un cation d'étain ou de plomb , et X est un anion halogénure tel que chlorure , bromure ou iodure . Le rendement des cellules photovoltaïques utilisant ces matériaux est en constante augmentation depuis la fin des années 2000.
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.
Neurone formelthumb|Représentation d'un neurone formel (ou logique). Un neurone formel, parfois appelé neurone de McCulloch-Pitts, est une représentation mathématique et informatique d'un neurone biologique. Le neurone formel possède généralement plusieurs entrées et une sortie qui correspondent respectivement aux dendrites et au cône d'émergence du neurone biologique (point de départ de l'axone). Les actions excitatrices et inhibitrices des synapses sont représentées, la plupart du temps, par des coefficients numériques (les poids synaptiques) associés aux entrées.
Réseau de neurones (biologie)En neurosciences, un réseau de neurones correspond, schématiquement : Soit à un nombre restreint de différents neurones interconnectés, qui ont une fonction précise, comme le ganglion stomatogastrique qui contrôle l'activité des muscles de l'estomac des crustacés. Soit à un grand nombre de neurones similaires interconnectés, qui ont des fonctions plus cognitives, comme les réseaux corticaux qui permettent entre autres la catégorisation.
Vision par ordinateurLa vision par ordinateur est un domaine scientifique et une branche de l’intelligence artificielle qui traite de la façon dont les ordinateurs peuvent acquérir une compréhension de haut niveau à partir d's ou de vidéos numériques. Du point de vue de l'ingénierie, il cherche à comprendre et à automatiser les tâches que le système visuel humain peut effectuer. Les tâches de vision par ordinateur comprennent des procédés pour acquérir, traiter, et « comprendre » des images numériques, et extraire des données afin de produire des informations numériques ou symboliques, par ex.
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.
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.
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.
Intelligence artificielle généralevignette|Image générée en juin 2022 par le modèle de génération d'images DALL-E-mini, à partir de la consigne « Intelligence artificielle ». Une intelligence artificielle générale (IAG) est une intelligence artificielle capable d'effectuer ou d'apprendre pratiquement n'importe quelle tâche cognitive propre aux humains ou autres animaux. La création d'intelligences artificielles générales est un des principaux objectifs de certaines entreprises comme OpenAI, DeepMind et Anthropic.
MemristorEn électronique, le memristor (ou memristance) est un composant électronique passif. Il a été décrit comme le quatrième composant passif élémentaire, aux côtés du condensateur (ou capacité), du résistor (ou résistance) et de la bobine(ou inductance). Le nom est un mot-valise formé à partir des deux mots anglais memory et resistor. Un memristor stocke efficacement l’information car la valeur de sa résistance électrique change de façon permanente lorsqu’un courant est appliqué.
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.
Réseau de neurones à impulsionsLes réseaux de neurones à impulsions (SNNs : Spiking Neural Networks, en anglais) sont un raffinement des réseaux de neurones artificiels (ANNs : Artificial Neural Networks, en anglais) où l’échange entre neurones repose sur l’intégration des impulsions et la redescente de l’activation, à l’instar des neurones naturels. L’encodage est donc temporel et binaire. Le caractère binaire pose une difficulté de continuité au sens mathématique (cela empêche notamment l’utilisation des techniques de rétropropagation des coefficients - telle que la descente de gradient - utilisées classiquement dans les méthodes d'apprentissage).
Cerveau artificielthumb|upright=1.2|Estimation de puissance de calcul nécessaire pour une simulation d'activité cérébrale. Un cerveau artificiel est un modèle informatique, basé sur la simulation de l’activité de populations de neurones, qui possède ou développe des facultés cognitives similaires aux cerveaux biologiques.
Third-generation photovoltaic cellThird-generation photovoltaic cells are solar cells that are potentially able to overcome the Shockley–Queisser limit of 31–41% power efficiency for single bandgap solar cells. This includes a range of alternatives to cells made of semiconducting p-n junctions ("first generation") and thin film cells ("second generation"). Common third-generation systems include multi-layer ("tandem") cells made of amorphous silicon or gallium arsenide, while more theoretical developments include frequency conversion, (i.e.
Film photovoltaïqueUn film photovoltaïque ou cellule solaire en couche mince ou encore couche mince photovoltaïque est une technologie de cellules photovoltaïques de deuxième génération, consistant à l'incorporation d'une ou plusieurs couches minces (ou TF pour ) de matériau photovoltaïque sur un substrat, tel que du verre, du plastique ou du métal. Les couches minces photovoltaïques commercialisées actuellement utilisent plusieurs matières, notamment le tellurure de cadmium (de formule CdTe), le diséléniure de cuivre-indium-gallium (CIGS) et le silicium amorphe (a-Si, TF-Si).
Diode électroluminescentethumb|Diodes de différentes couleurs.|alt= thumb|upright|Symbole de la diode électroluminescente.|alt= Une diode électroluminescente (abrégé en DEL en français, ou LED, de llight-emitting diode) est un dispositif opto-électronique capable d'émettre de la lumière lorsqu'il est parcouru par un courant électrique. Une diode électroluminescente ne laisse passer le courant électrique que dans un seul sens et produit un rayonnement monochromatique ou polychromatique non cohérent par conversion d'énergie électrique lorsqu'un courant la traverse.
Semi-conducteur à large bandevignette|Schéma d'un semi-conducteur à large bande Un semi-conducteur à large bande est un semi-conducteur dont la largeur de la bande interdite, entre la bande de valence et la bande de conduction, est significativement plus importante que celle du silicium. Le seuil exact dépend du domaine d'utilisation. Commercialement, du fait de ses caractéristiques et de son abondance, le silicium est le semi-conducteur le plus utilisé. Les composants électroniques basés sur le silicium peuvent cependant présenter des limites fonctionnelles.
Neuromorphic engineeringNeuromorphic computing is an approach to computing that is inspired by the structure and function of the human brain. A neuromorphic computer/chip is any device that uses physical artificial neurons to do computations. In recent times, the term neuromorphic has been used to describe analog, digital, mixed-mode analog/digital VLSI, and software systems that implement models of neural systems (for perception, motor control, or multisensory integration).
Résistance négativeUne résistance négative est une propriété de certains circuits électriques ou matériaux pour lesquels, sur une certaine plage, le courant qui les traverse diminue quand la tension augmente . On donne aussi le nom de résistance négative à des montages convertisseurs d'impédance négative (NIC) construits à l'aide d'amplificateurs fonctionnant avec une rétroaction positive et qui se comportent comme des « résistances actives ». Le montage se comporte comme une résistance linéaire active c'est-à-dire un générateur dont la f.
Transistor bipolairevignette|Vue interne d'un transistor bipolaire de puissance 2N3055 conçu dans les années 1970. vignette|Transistor bipolaire monté en surface. Un transistor bipolaire est un dispositif électronique à base de semi-conducteur de la famille des transistors. Son principe de fonctionnement est basé sur deux jonctions PN, l'une en direct et l'autre en inverse. La polarisation de la jonction PN inverse par un faible courant électrique (parfois appelé effet transistor) permet de « commander » un courant beaucoup plus important, suivant le principe de l'amplification de courant.
