Essai de compressionUn essai de compression mesure la résistance à la compression d'un matériau sur une machine d'essais mécaniques suivant un protocole normalisé. Les essais de compression se font souvent sur le même appareil que l'essai de traction mais en appliquant la charge en compression au lieu de l'appliquer en traction. Pendant l'essai de compression, l'échantillon se raccourcit et s'élargit. La déformation relative est « négative » en ce sens que la longueur de l'échantillon diminue.
Apprentissage par renforcement profondL'apprentissage par renforcement profond (en anglais : deep reinforcement learning ou deep RL) est un sous-domaine de l'apprentissage automatique (en anglais : machine learning) qui combine l'apprentissage par renforcement et l'apprentissage profond (en anglais : deep learning). L'apprentissage par renforcement considère le problème d'un agent informatique (par exemple, un robot, un agent conversationnel, un personnage dans un jeu vidéo, etc.) qui apprend à prendre des décisions par essais et erreurs.
Rupture (matériau)thumb|Courbe de traction idéale d'un matériau ductile thumb|Courbe de traction typique pour un matériau fragile En science des matériaux, la rupture ou fracture d'un matériau est la séparation, partielle (comme une crique ou une fissure ou une brisure) ou complète, en deux ou plusieurs pièces sous l'action d'une contrainte. Une rupture peut être souhaitée par le concepteur de la pièce comme dans le cas de la conception de dispositifs de sécurité ou au contraire celui-ci cherche à éviter cette rupture en mettant en adéquation la fonction de cette pièce avec les dimensionnements et choix des matériaux utilisés et des procédés de fabrication.
Machine de tractionvignette|Machine d'essais. Une machine de traction (ou machine d'essais mécaniques ou encore machine d'essais universelle) est un appareil de laboratoire utilisé pour réaliser divers essais mécaniques, en général normalisés, sur des éprouvettes ou des pièces de matériau ayant éventuellement subi un vieillissement. Une machine de traction classique est équipée d'un capteur de force interchangeable, fixé sur la traverse mobile ou sur la traverse basse, d'un capteur de déplacement, de deux attaches (mors) mobiles idéalement auto-serrantes pour réaliser un essai de traction et d'un enregistreur graphique.
Deep belief networkIn machine learning, a deep belief network (DBN) is a generative graphical model, or alternatively a class of deep neural network, composed of multiple layers of latent variables ("hidden units"), with connections between the layers but not between units within each layer. When trained on a set of examples without supervision, a DBN can learn to probabilistically reconstruct its inputs. The layers then act as feature detectors. After this learning step, a DBN can be further trained with supervision to perform classification.
Transformeurvignette|Schéma représentant l'architecture générale d'un transformeur. Un transformeur (ou modèle auto-attentif) est un modèle d'apprentissage profond introduit en 2017, utilisé principalement dans le domaine du traitement automatique des langues (TAL). Dès 2020, les transformeurs commencent aussi à trouver une application en matière de vision par ordinateur par la création des vision transformers (ViT).
Flambagethumb|Flexion sous un effort de compression. Le flambage ou flambement est un phénomène d'instabilité d'une structure élastique qui pour échapper à une charge importante exploite un mode de déformation non sollicité, opposant moins de raideur à la charge. La notion de flambement s'applique généralement à des poutres élancées qui lorsqu'elles sont soumises à un effort normal de compression, ont tendance à fléchir et se déformer dans une direction perpendiculaire à l'axe de compression (passage d'un état de compression à un état de flexion) ; mais elle peut aussi s'appliquer par exemple à des lames de ressort sollicitées en flexion qui se déversent en torsion pour échapper à la charge.
Generalization errorFor supervised learning applications in machine learning and statistical learning theory, generalization error (also known as the out-of-sample error or the risk) is a measure of how accurately an algorithm is able to predict outcome values for previously unseen data. Because learning algorithms are evaluated on finite samples, the evaluation of a learning algorithm may be sensitive to sampling error. As a result, measurements of prediction error on the current data may not provide much information about predictive ability on new data.
Informationvignette|redresse=0.6|Pictogramme représentant une information. L’information est un de la discipline des sciences de l'information et de la communication (SIC). Au sens étymologique, l'« information » est ce qui donne une forme à l'esprit. Elle vient du verbe latin « informare », qui signifie « donner forme à » ou « se former une idée de ». L'information désigne à la fois le message à communiquer et les symboles utilisés pour l'écrire. Elle utilise un code de signes porteurs de sens tels qu'un alphabet de lettres, une base de chiffres, des idéogrammes ou pictogrammes.
Simulation de phénomènesLa simulation de phénomènes est un outil utilisé dans le domaine de la recherche et du développement. Elle permet d'étudier les réactions d'un système à différentes contraintes pour en déduire les résultats recherchés en se passant d'expérimentation. Les systèmes technologiques (infrastructures, véhicules, réseaux de communication, de transport ou d'énergie) sont soumis à différentes contraintes et actions. Le moyen le plus simple d'étudier leurs réactions serait d'expérimenter, c'est-à-dire d'exercer l'action souhaitée sur l'élément en cause pour observer ou mesurer le résultat.
PreuveUne preuve, (en science ou en droit) est un fait ou un raisonnement propre à établir la vérité. Une preuve est associée à son niveau d'incertitude quand elle est utilisée. Les éléments inductifs et déductifs qui y sont attachés lui confèrent donc un certain niveau d'incertitude. L'évaluation intuitive de ce niveau détermine le degré de confiance qu'on peut apporter à la preuve. La plupart des preuves utilisées dans la vie courante sont communément admises comme étant dignes de confiance.
Sustainable urbanismSustainable urbanism is both the study of cities and the practices to build them (urbanism), that focuses on promoting their long term viability by reducing consumption, waste and harmful impacts on people and place while enhancing the overall well-being of both people and place. Well-being includes the physical, ecological, economic, social, health and equity factors, among others, that comprise cities and their populations.
