Edge computingLedge computing (informatique en périphérie ou informatique en périphérie de réseau) est une méthode d'optimisation employée dans le cloud computing qui consiste à traiter les données à la périphérie du réseau, près de la source des données. Il est ainsi possible de minimiser les besoins en bande passante entre les capteurs et les centres de traitement des données en entreprenant les analyses au plus près des sources de données.
Algorithmic efficiencyIn computer science, algorithmic efficiency is a property of an algorithm which relates to the amount of computational resources used by the algorithm. An algorithm must be analyzed to determine its resource usage, and the efficiency of an algorithm can be measured based on the usage of different resources. Algorithmic efficiency can be thought of as analogous to engineering productivity for a repeating or continuous process. For maximum efficiency it is desirable to minimize resource usage.
Organisation européenne pour l'exploitation des satellites météorologiquesLOrganisation européenne pour l'exploitation des satellites météorologiques (EUMETSAT pour l'anglais European Organisation for the Exploitation of Meteorological Satellites) est une organisation intergouvernementale basée à Darmstadt (Allemagne), fédérant 30 États membres européens (dont 25 des 27 de l'UE) : l'Allemagne, l'Autriche, la Belgique, la Bulgarie, la Croatie, le Danemark, l'Espagne, l'Estonie, la Finlande, la France, la Grèce, la Hongrie, l'Irlande, l'Islande, l'Italie, la Lettonie, la Lituanie,
Algorithme de Primthumb|right|Arbre couvrant de poids minimum L'algorithme de Prim est un algorithme glouton qui calcule un arbre couvrant minimal dans un graphe connexe pondéré et non orienté. En d'autres termes, cet algorithme trouve un sous-ensemble d'arêtes formant un arbre sur l'ensemble des sommets du graphe initial et tel que la somme des poids de ces arêtes soit minimale. Si le graphe n'est pas connexe, alors l'algorithme détermine un arbre couvrant minimal d'une composante connexe du graphe.
Liste de concepts logiquesCet article liste les principaux concepts logiques, au sens philosophique du terme, c'est-à-dire en logique générale (issue de la dialectique). Nota : La logique comporte aussi des branches en mathématiques et en informatique. Ces branches de la logique utilisent des concepts souvent différents comme les prédicats : axiome, théorème hypothèse, conjonction, disjonction, Déduction naturelle... Pour plus d'informations sur ces concepts consulter les articles : Logique mathématique, logique classique.
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).
Problème de plus court cheminvignette|Exemple d'un plus court chemin du sommet A au sommet F : (A, C, E, D, F). En théorie des graphes, le 'problème de plus court chemin' est le problème algorithmique qui consiste à trouver un chemin d'un sommet à un autre de façon que la somme des poids des arcs de ce chemin soit minimale. Il existe de nombreuses variantes de ce problème suivant que le graphe est fini, orienté ou non, que chaque arc ou arête possède ou non une valeur qui peut être un poids ou une longueur.
General-purpose processing on graphics processing unitsGPGPU est l'abréviation de general-purpose computing on graphics processing units, c'est-à-dire calcul générique sur processeur graphique. L'objectif de tels calculs est de bénéficier de la capacité de traitement parallèle des processeurs graphiques. Avant l'arrivée des GPGPU, le CPU, processeur central de l'ordinateur, traitait la plupart des opérations lourdes en calcul comme les simulations physiques, le rendu hors-ligne pour les films, les calculs de risques pour les institutions financières, la prévision météorologique, l'encodage de fichier vidéo et son Intel avec ses 80 % de parts de marché sur les CPU dominait donc très largement tous les besoins en calcul et pouvait en extraire de substantielles marges.
BeidouBeidou (chinois simplifié : 北斗, pinyin : běidǒu ; également nommé COMPASS ; en anglais, BeiDou Navigation Satellite System ou BDS) est un système de navigation et de positionnement par satellites chinois. Comme les systèmes GPS, Galileo ou Glonass, les satellites Beidou envoient deux types de signaux : le premier n'est utilisable que par les militaires tandis que le deuxième, fournissant une position moins précise, est utilisable pour des applications civiles.
Transformeur génératif pré-entraînédroite|vignette| Architecture du modèle GPT Le transformeur génératif pré-entraîné (ou GPT, de l’anglais generative pre-trained transformer) est une famille de modèles de langage généralement formée sur un grand corpus de données textuelles pour générer un texte de type humain. Il est construit en utilisant plusieurs blocs de l'architecture du transformeur. Ils peuvent être affinés pour diverses tâches de traitement du langage naturel telles que la génération de texte, la traduction de langue et la classification de texte.
Orbite terrestreUne orbite terrestre est l'orbite suivie par un objet circulant autour de la Terre. Depuis le début de l'ère spatiale (1957) plusieurs milliers de satellites ont été placés en orbite autour de notre planète. Les orbites des engins spatiaux ont des caractéristiques différentes dans le but de répondre aux objectifs de leur mission. Des millions de débris spatiaux de toute taille résultant de l'activité spatiale sont également en orbite autour de la Terre. Outre les objets artificiels, un objet naturel, la Lune, est en orbite autour de la Terre.
Grand modèle de langageUn grand modèle de langage, grand modèle linguistique, grand modèle de langue, modèle massif de langage ou encore modèle de langage de grande taille (LLM, pour l'anglais large language model) est un modèle de langage possédant un grand nombre de paramètres (généralement de l'ordre du milliard de poids ou plus). Ce sont des réseaux de neurones profonds entraînés sur de grandes quantités de texte non étiqueté utilisant l'apprentissage auto-supervisé ou l'apprentissage semi-supervisé.
