BioelectronicsBioelectronics is a field of research in the convergence of biology and electronics. At the first C.E.C. Workshop, in Brussels in November 1991, bioelectronics was defined as 'the use of biological materials and biological architectures for information processing systems and new devices'. Bioelectronics, specifically bio-molecular electronics, were described as 'the research and development of bio-inspired (i.e. self-assembly) inorganic and organic materials and of bio-inspired (i.e.
Stress–strain curveIn engineering and materials science, a stress–strain curve for a material gives the relationship between stress and strain. It is obtained by gradually applying load to a test coupon and measuring the deformation, from which the stress and strain can be determined (see tensile testing). These curves reveal many of the properties of a material, such as the Young's modulus, the yield strength and the ultimate tensile strength. Generally speaking, curves representing the relationship between stress and strain in any form of deformation can be regarded as stress–strain curves.
Module d'élasticitéUn module d'élasticité (ou module élastique ou module de conservation) est une grandeur intrinsèque d'un matériau, définie par le rapport d'une contrainte à la déformation élastique provoquée par cette contrainte. Les déformations étant sans dimension, les modules d'élasticité sont homogènes à une pression et leur unité SI est donc le pascal ; en pratique on utilise plutôt un multiple, le ou le . Le comportement élastique d'un matériau homogène isotrope et linéaire est caractérisé par deux modules (ou constantes) d'élasticité indépendants.
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.
Interface utilisateurL’interface utilisateur est un dispositif matériel ou logiciel qui permet à un usager d'interagir avec un produit informatique. C'est une interface informatique qui coordonne les interactions homme-machine, en permettant à l'usager humain de contrôler le produit et d'échanger des informations avec le produit. Parmi les exemples d’interface utilisateur figurent les aspects interactifs des systèmes d’exploitation informatiques, des logiciels informatiques, des smartphones et, dans le domaine du design industriel, les commandes des opérateurs de machines lourdes et les commandes de processus.
Microelectrode arrayMicroelectrode arrays (MEAs) (also referred to as multielectrode arrays) are devices that contain multiple (tens to thousands) microelectrodes through which neural signals are obtained or delivered, essentially serving as neural interfaces that connect neurons to electronic circuitry. There are two general classes of MEAs: implantable MEAs, used in vivo, and non-implantable MEAs, used in vitro. Neurons and muscle cells create ion currents through their membranes when excited, causing a change in voltage between the inside and the outside of the cell.
Interface graphiquethumb|Quelques widgets typiques. En informatique, une interface graphique (en anglais GUI pour graphical user interface) ou un environnement graphique est un dispositif de dialogue homme-machine, dans lequel les objets à manipuler sont dessinés sous forme de pictogrammes à l'écran, de sorte que l'usager peut les utiliser en imitant la manipulation physique de ces objets avec un dispositif de pointage, le plus souvent une souris. Ce type d'interface a été créé en 1973 sur le Xerox Alto par les ingénieurs du Xerox PARC pour remplacer les interfaces en ligne de commande.
Infinitesimal strain theoryIn continuum mechanics, the infinitesimal strain theory is a mathematical approach to the description of the deformation of a solid body in which the displacements of the material particles are assumed to be much smaller (indeed, infinitesimally smaller) than any relevant dimension of the body; so that its geometry and the constitutive properties of the material (such as density and stiffness) at each point of space can be assumed to be unchanged by the deformation.
Tension de cycleEn chimie organique, la tension de cycle ou contrainte cyclique désigne la déstabilisation d'une molécule cyclique, telle un cycloalcane, causée par l'orientation spatiale des atomes qui la composent. Cette tension provient d'une combinaison (1) de contrainte d'angle, (2) de contrainte de torsion (ou tension de Pitzer) et (3) de la tension trans-annulaire (ou contrainte de van der Waals).
Interface utilisateur tangiblevignette|Reactable, un exemple d'interface utilisateur tangible Une interface utilisateur tangible est une interface utilisateur sur laquelle l'utilisateur interagit avec l'information numérique par le moyen de l'environnement physique. L'objectif de développement des interfaces utilisateur tangibles est d'encourager la collaboration, l'éducation et le design (conception) en donnant à l'information digitale une forme physique, profitant ainsi des capacités humaines de saisir et de manipuler des objets physiques et des matériaux.
Matériauvignette|Grandes classes de matériaux. Les matériaux minéraux sont des roches, des céramiques ou des verres. Les matériaux métalliques sont des métaux ou des alliages. Un matériau est toute matière utilisée pour réaliser un objet au sens large. Ce dernier est souvent une pièce d'un sous-ensemble. C'est donc une matière sélectionnée à l'origine en raison de propriétés particulières et mise en œuvre en vue d'un usage spécifique.
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.
