Théorie quantique des champsvignette|296x296px|Ce diagramme de Feynman représente l'annihilation d'un électron et d'un positron, qui produit un photon (représenté par une ligne ondulée bleue). Ce photon se décompose en une paire quark-antiquark, puis l'antiquark émet un gluon (représenté par la courbe verte). Ce type de diagramme permet à la fois de représenter approximativement les processus physiques mais également de calculer précisément leurs propriétés, comme la section efficace de collision.
Scalar field theoryIn theoretical physics, scalar field theory can refer to a relativistically invariant classical or quantum theory of scalar fields. A scalar field is invariant under any Lorentz transformation. The only fundamental scalar quantum field that has been observed in nature is the Higgs field. However, scalar quantum fields feature in the effective field theory descriptions of many physical phenomena. An example is the pion, which is actually a pseudoscalar.
Universality classIn statistical mechanics, a universality class is a collection of mathematical models which share a single scale invariant limit under the process of renormalization group flow. While the models within a class may differ dramatically at finite scales, their behavior will become increasingly similar as the limit scale is approached. In particular, asymptotic phenomena such as critical exponents will be the same for all models in the class.
Théorie conforme des champsUne théorie conforme des champs ou théorie conforme (en anglais, conformal field theory ou CFT) est une variété particulière de théorie quantique des champs admettant le comme groupe de symétrie. Ce type de théorie est particulièrement étudié lorsque l'espace-temps y est bi-dimensionnel car en ce cas le groupe conforme est de dimension infinie et bien souvent la théorie est alors exactement soluble.
Invariance d'échelleIl y a invariance d'échelle lorsqu'aucune échelle ne caractérise le système. Par exemple, dans un ensemble fractal, les propriétés seront les mêmes quelle que soit la distance à laquelle on se place. Une fonction g est dite invariante d'échelle s'il existe une fonction telle que pour tout x et y : Alors, il existe une constante et un exposant , tels que : En physique, l'invariance d'échelle n'est valable que dans un domaine de taille limité — par exemple, pour un ensemble fractal, on ne peut pas se placer à une échelle plus petite que celle des molécules, ni plus grande que la taille du système.
Topological quantum field theoryIn gauge theory and mathematical physics, a topological quantum field theory (or topological field theory or TQFT) is a quantum field theory which computes topological invariants. Although TQFTs were invented by physicists, they are also of mathematical interest, being related to, among other things, knot theory and the theory of four-manifolds in algebraic topology, and to the theory of moduli spaces in algebraic geometry. Donaldson, Jones, Witten, and Kontsevich have all won Fields Medals for mathematical work related to topological field theory.
Liberté asymptotiqueEn théorie quantique des champs, la liberté asymptotique est la propriété que possèdent certaines théories basées sur un groupe de jauge non abélien de voir leur constante de couplage décroître lorsque les distances deviennent petites (par rapport à l'échelle de la théorie) ou réciproquement lorsque les énergies mises en jeu deviennent importantes par rapport à une certaine échelle caractéristique . Le premier exemple de théorie asymptotiquement libre est celui de la chromodynamique quantique (ou en abrégé QCD) servant à décrire les quarks ainsi que leurs interactions, qui est appelée l'interaction forte.
Théorie de LiouvilleIn physics, Liouville field theory (or simply Liouville theory) is a two-dimensional conformal field theory whose classical equation of motion is a generalization of Liouville's equation. Liouville theory is defined for all complex values of the central charge of its Virasoro symmetry algebra, but it is unitary only if and its classical limit is Although it is an interacting theory with a continuous spectrum, Liouville theory has been solved. In particular, its three-point function on the sphere has been determined analytically.
SymétrieLa symétrie est une propriété d'un système : c'est lorsque deux parties sont semblables. L'exemple le plus connu est la symétrie en géométrie. De manière générale, un système est symétrique quand on peut permuter ses éléments en laissant sa forme inchangée. Le concept d'automorphisme permet de préciser cette définition. Un papillon, par exemple, est symétrique parce qu'on peut permuter tous les points de la moitié gauche de son corps avec tous les points de la moitié droite sans que son apparence soit modifiée.
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.
Universality (dynamical systems)In statistical mechanics, universality is the observation that there are properties for a large class of systems that are independent of the dynamical details of the system. Systems display universality in a scaling limit, when a large number of interacting parts come together. The modern meaning of the term was introduced by Leo Kadanoff in the 1960s, but a simpler version of the concept was already implicit in the van der Waals equation and in the earlier Landau theory of phase transitions, which did not incorporate scaling correctly.
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.
Gravité quantiqueLa gravité quantique est une branche de la physique théorique tentant d'unifier la mécanique quantique et la relativité générale. Une telle théorie permettrait notamment de comprendre les phénomènes impliquant de grandes quantités de matière ou d'énergie sur de petites dimensions spatiales, tels que les trous noirs ou l'origine de l'Univers. L'approche générale utilisée pour obtenir une théorie de la gravité quantique est, présumant que la théorie sous-jacente doit être simple et élégante, d'examiner les symétries et indices permettant de combiner mécanique quantique et la relativité générale en une théorie globale unifiée.
Lagrangien (théorie des champs)La théorie lagrangienne des champs est un formalisme de la théorie classique des champs. C'est l'analogue de la théorie des champs de la mécanique lagrangienne. La mécanique lagrangienne est utilisée pour analyser le mouvement d'un système de particules discrètes chacune ayant un nombre fini de degrés de liberté. La théorie lagrangienne des champs s'applique aux continus et aux champs, qui ont un nombre infini de degrés de liberté.
Two-dimensional conformal field theoryA two-dimensional conformal field theory is a quantum field theory on a Euclidean two-dimensional space, that is invariant under local conformal transformations. In contrast to other types of conformal field theories, two-dimensional conformal field theories have infinite-dimensional symmetry algebras. In some cases, this allows them to be solved exactly, using the conformal bootstrap method. Notable two-dimensional conformal field theories include minimal models, Liouville theory, massless free bosonic theories, Wess–Zumino–Witten models, and certain sigma models.
Asymptotic safety in quantum gravityAsymptotic safety (sometimes also referred to as nonperturbative renormalizability) is a concept in quantum field theory which aims at finding a consistent and predictive quantum theory of the gravitational field. Its key ingredient is a nontrivial fixed point of the theory's renormalization group flow which controls the behavior of the coupling constants in the ultraviolet (UV) regime and renders physical quantities safe from divergences.
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.
Espace d'échelleLa théorie de lEspace d'échelle () est un cadre pour la représentation du signal développé par les communautés de la vision artificielle, du , et du traitement du signal. C'est une théorie formelle pour manipuler les structures de l'image à différentes échelles, en représentant une image comme une famille d'images lissées à un paramètre, la représentation d'espace échelle, paramétrée par la taille d'un noyau lissant utilisé pour supprimer les structures dans les petites échelles. Soit un signal.
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.
Réseau de neurones à propagation avantUn réseau de neurones à propagation avant, en anglais feedforward neural network, est un réseau de neurones artificiels acyclique, se distinguant ainsi des réseaux de neurones récurrents. Le plus connu est le perceptron multicouche qui est une extension du premier réseau de neurones artificiel, le perceptron inventé en 1957 par Frank Rosenblatt. vignette|Réseau de neurones à propagation avant Le réseau de neurones à propagation avant est le premier type de réseau neuronal artificiel conçu. C'est aussi le plus simple.
