Programmation dynamiqueEn informatique, la programmation dynamique est une méthode algorithmique pour résoudre des problèmes d'optimisation. Le concept a été introduit au début des années 1950 par Richard Bellman. À l'époque, le terme « programmation » signifie planification et ordonnancement. La programmation dynamique consiste à résoudre un problème en le décomposant en sous-problèmes, puis à résoudre les sous-problèmes, des plus petits aux plus grands en stockant les résultats intermédiaires.
Simulateur de conduiteLe terme simulateur de conduite désigne en général un simulateur de véhicule terrestre comme un véhicule automobile, un véhicule ferroviaire ou même celui d'un navire. C'est un simulateur piloté dans lequel un conducteur réel est capable de conduire un véhicule virtuel.
Champ aléatoire de MarkovUn champ aléatoire de Markov est un ensemble de variables aléatoires vérifiant une propriété de Markov relativement à un graphe non orienté. C'est un modèle graphique. Soit un graphe non orienté et un ensemble de variables aléatoires indexé par les sommets de . On dit que est un champ aléatoire de Markov relativement à si une des trois propriétés suivantes est vérifiée c'est-à-dire que deux variables aléatoires dont les sommets associés ne sont pas voisins dans le graphe sont indépendantes conditionnellement à toutes les autres variables.
Garantie d'emploiLa garantie d'emploi est une politique de l'emploi qui consiste à garantir un emploi à tous et à faire de l'État l'employeur en dernier ressort. Cette proposition politique est notamment soutenue par les économistes se rattachant à la théorie monétaire moderne, qui attribue à l'Etat le monopole de l'émission monétaire. Intérêt général, « La garantie d’emploi, solution d’avenir : Opération zéro chômeur », note #16, avril 2021, pdf Plein emploi Territoires zéro chômeur de longue durée Héritage universel Reve
Algorithme d'apprentissage incrémentalEn informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées.
Apprentissage non superviséDans le domaine informatique et de l'intelligence artificielle, l'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « balle » ou « poisson »). Il s'agit donc de découvrir les structures sous-jacentes à ces données non étiquetées. Puisque les données ne sont pas étiquetées, il est impossible à l'algorithme de calculer de façon certaine un score de réussite.
Simulateur de volvignette|Poste de pilotage expérimental d'un simulateur NASA vignette|Simulateur dynamique monoplace. Un simulateur de vol est une application au domaine de l'aéronautique, du pilotage des aéronefs en particulier, des techniques de simulation de phénomènes physiques. Les simulateurs de vol du sont numériques : les données en provenance de l'interface pilote-aéronef (les commandes de vol) sont transmises à un ordinateur qui calcule les sorties (indications des instruments de bord, environnement visuel, etc.).
ApprentissageL’apprentissage est un ensemble de mécanismes menant à l'acquisition de savoir-faire, de savoirs ou de connaissances. L'acteur de l'apprentissage est appelé apprenant. On peut opposer l'apprentissage à l'enseignement dont le but est de dispenser des connaissances et savoirs, l'acteur de l'enseignement étant l'enseignant.
Algorithme espérance-maximisationL'algorithme espérance-maximisation (en anglais expectation-maximization algorithm, souvent abrégé EM) est un algorithme itératif qui permet de trouver les paramètres du maximum de vraisemblance d'un modèle probabiliste lorsque ce dernier dépend de variables latentes non observables. Il a été proposé par Dempster et al. en 1977. De nombreuses variantes ont par la suite été proposées, formant une classe entière d'algorithmes.
Brain stimulation rewardBrain stimulation reward (BSR) is a pleasurable phenomenon elicited via direct stimulation of specific brain regions, originally discovered by James Olds and Peter Milner. BSR can serve as a robust operant reinforcer. Targeted stimulation activates the reward system circuitry and establishes response habits similar to those established by natural rewards, such as food and sex. Experiments on BSR soon demonstrated that stimulation of the lateral hypothalamus, along with other regions of the brain associated with natural reward, was both rewarding as well as motivation-inducing.
Styles d'apprentissageLes styles d’apprentissage constituent une gamme de théories concurrentes et contestées qui, à partir d’un concept commun selon lequel les apprenants diffèreraient dans la façon d’acquérir leur connaissances, vise à tenir compte desdites différences d’acquisition supposées chez les apprenants. Bien que ces diverses théories divergent dans leurs vues sur la façon dont lesdits styles doivent être définis et classés, ces théories suggèrent que tous les apprenants pourraient être étiquetés en fonction d’un « style » d’apprentissage particulier comme « visuel », « auditif », « kinesthésique », « tactile », etc.
Jupiter (planète)Jupiter est la cinquième planète du Système solaire par ordre d'éloignement au Soleil, et la plus grande par la taille et la masse devant Saturne, qui est comme elle une planète géante gazeuse. Elle est même plus volumineuse que toutes les autres planètes réunies avec son rayon moyen de , qui vaut environ onze fois celui de la Terre, et sa masse de , qui est plus grande. Orbitant en moyenne à environ du Soleil (), sa période de révolution vaut un peu moins de .
