Deep image priorDeep image prior is a type of convolutional neural network used to enhance a given image with no prior training data other than the image itself. A neural network is randomly initialized and used as prior to solve inverse problems such as noise reduction, super-resolution, and inpainting. Image statistics are captured by the structure of a convolutional image generator rather than by any previously learned capabilities.
Travail d'une forceLe travail d'une force est l'énergie fournie par cette force lorsque son point d'application se déplace (l'objet subissant la force se déplace ou se déforme). Il est responsable de la variation de l'énergie cinétique du système qui subit cette force. Si par exemple on pousse une bicyclette, le travail de la poussée est l'énergie produite par cette poussée. Cette notion avec ce nom fut introduite par Gaspard-Gustave Coriolis. Le travail est exprimé en joules (J) dans le Système international.
Analyse en composantes principalesL'analyse en composantes principales (ACP ou PCA en anglais pour principal component analysis), ou, selon le domaine d'application, transformation de Karhunen–Loève (KLT) ou transformation de Hotelling, est une méthode de la famille de l'analyse des données et plus généralement de la statistique multivariée, qui consiste à transformer des variables liées entre elles (dites « corrélées » en statistique) en nouvelles variables décorrélées les unes des autres. Ces nouvelles variables sont nommées « composantes principales » ou axes principaux.
