Matrice inversibleEn mathématiques et plus particulièrement en algèbre linéaire, une matrice inversible (ou régulière ou encore non singulière) est une matrice carrée A pour laquelle il existe une matrice B de même taille n avec laquelle les produits AB et BA sont égaux à la matrice identité. Dans ce cas la matrice B est unique, appelée matrice inverse de A et notée B = A. Cette définition correspond à celle d’élément inversible pour la multiplication dans l’anneau des matrices carrées associé.
Front d'ondeLe front d'onde ou la surface d'onde est une surface d'égale phase d'une onde, c'est-à-dire que ces points ont mis le même temps de parcours depuis la source. Le concept est utilisé pour décrire la propagation des ondes comme le son ou le rayonnement électromagnétique (lumière, onde radio, etc.). Dans un milieu homogène et isotrope, dans lequel les ondes se propagent sans déformation, on distingue deux types d'ondes particulières selon que les fronts d'ondes sont des sphères (onde sphérique) ou des plans (onde plane).
Multiplication par un scalairevignette|320x320px|Exemple de multiplication d'un vecteur par un scalaire En mathématiques, la multiplication par un scalaire est l'une des lois externes de base définissant un espace vectoriel en algèbre linéaire (ou plus généralement, un module en algèbre générale). Si K est un corps commutatif, la définition d'un espace vectoriel E sur K prescrit l'existence d'une loi de composition externe, une application de K × E dans E. L'image d'un couple (λ, v), pouvant être notée λv ou λ∙v, est la multiplication du vecteur v par le scalaire λ.
Perceptron multicoucheEn intelligence artificielle, plus précisément en apprentissage automatique, le perceptron multicouche (multilayer perceptron MLP en anglais) est un type de réseau neuronal artificiel organisé en plusieurs couches. Un perceptron multicouche possède au moins trois couches : une couche d'entrée, au moins une couche cachée, et une couche de sortie. Chaque couche est constituée d'un nombre (potentiellement différent) de neurones. L'information circule de la couche d'entrée vers la couche de sortie uniquement : il s'agit donc d'un réseau à propagation directe (feedforward).
ImagerieL’imagerie consiste en la conception, la fabrication et le commerce des s. À la fin du , le terme désigne un ensemble d'objets sculptés qui représentent des êtres ou des choses. La fabrication se faisait soit à la main, soit par impression mécanique. À partir de la fin du , elle se fait principalement par ordinateur et imprimante. L'imagerie définit aussi simplement un ensemble d'images ayant soit une même origine et un style défini (par exemple, l'), soit un même style et un même genre (par exemple, l').
Pointeur laser (présentation)vignette|300px|Pointeurs laser. Un pointeur laser est un outil utilisé par les conférenciers pour désigner des objets sur un tableau ou un écran. C'est la version moderne de la baguette d'autrefois. À base d'une diode laser de couleur rouge, il prend généralement la forme d'un stylo ou d'un porte-clef. Muni d'un bouton poussoir, il est alimenté grâce à des piles. Il existe une version « haute technologie », pour conférenciers, du célèbre couteau suisse. Il est équipé d'un stylo, d'un éclairage à LED, d'un pointeur laser et d'une clé USB.
Diffusion RamanLa diffusion Raman, ou effet Raman, est un phénomène optique découvert indépendamment en 1928 par les physiciens Chandrashekhara Venkata Râman et Leonid Mandelstam. Cet effet consiste en la diffusion inélastique d'un photon, c'est-à-dire le phénomène physique par lequel un milieu peut modifier légèrement la fréquence de la lumière qui y circule. Ce décalage en fréquence correspond à un échange d'énergie entre le rayon lumineux et le milieu. Cet effet physique fut prédit par Adolf Smekal en 1923.
Classification en classes multiplesIn machine learning and statistical classification, multiclass classification or multinomial classification is the problem of classifying instances into one of three or more classes (classifying instances into one of two classes is called binary classification). While many classification algorithms (notably multinomial logistic regression) naturally permit the use of more than two classes, some are by nature binary algorithms; these can, however, be turned into multinomial classifiers by a variety of strategies.
Norme matricielleEn mathématiques, une norme matricielle est un cas particulier de norme vectorielle, sur un espace de matrices. Dans ce qui suit, K désigne le corps des réels ou des complexes. Certains auteurs définissent une norme matricielle comme étant simplement une norme sur un espace vectoriel M(K) de matrices à m lignes et n colonnes à coefficients dans K. Pour d'autres, une norme matricielle est seulement définie sur une algèbre M(K) de matrices carrées et est une norme d'algèbre, c'est-à-dire qu'elle est de plus sous-multiplicative.
Diffusion BrillouinLa 'diffusion Brillouin' est la diffusion inélastique de la lumière par les ondes acoustiques d'un milieu. Dans une expérience de diffusion Brillouin, on illumine un milieu à l'aide d'un faisceau laser et on détecte la lumière diffusée à une fréquence légèrement différente. Les décalages en fréquence observés sont de l'ordre de 1 à 200 GHz environ. La mesure de ce décalage permet de remonter à certaines propriétés du milieu. Cet effet a été prédit en 1914 par Léon Brillouin.
Matrice de ToeplitzEn algèbre linéaire, une matrice de Toeplitz (d'après Otto Toeplitz) ou matrice à diagonales constantes est une matrice dont les coefficients sur une diagonale descendant de gauche à droite sont les mêmes. Par exemple, la matrice suivante est une matrice de Toeplitz : Toute matrice A à n lignes et n colonnes de la forme est une matrice de Toeplitz. Si l'élément situé à l’intersection des ligne i et colonne j de A est noté Ai,j, alors on a : En général, une équation matricielle correspond à un système de n équations linéaires à résoudre.
Matrice identitéEn mathématiques, plus précisement en algèbre linéaire, une matrice identité ou matrice unité est une matrice carrée diagonale dont la diagonale principale est remplie de , et dont les autres coefficients valent . Elle peut s'écrire : La matrice identité de taille se note : Il est possible de noter les coefficients de la matrice identité d'ordre avec le delta de Kronecker : avec Les matrices identité sont des matrices unitaires et sont donc inversibles et normales.
