Plasma stabilityThe stability of a plasma is an important consideration in the study of plasma physics. When a system containing a plasma is at equilibrium, it is possible for certain parts of the plasma to be disturbed by small perturbative forces acting on it. The stability of the system determines if the perturbations will grow, oscillate, or be damped out. In many cases, a plasma can be treated as a fluid and its stability analyzed with magnetohydrodynamics (MHD).
Edge-localized modeAn edge-localized mode (ELM) is a plasma instability occurring in the edge region of a tokamak plasma due to periodic relaxations of the edge transport barrier in high-confinement mode. Each ELM burst is associated with expulsion of particles and energy from the confined plasma into the scrape-off layer. This phenomenon was first observed in the ASDEX tokamak in 1981. Diamagnetic effects in the model equations expand the size of the parameter space in which solutions of repeated sawteeth can be recovered compared to a resistive MHD model.
Signal en dents de sciethumb|Signal en dents de scie thumb|Les cinq premières sommes partielles de sa série de Fourier thumb|Synthèse additive d'une onde en dents de scie Un signal en dents de scie est une sorte d'onde non-sinusoïdale que l'on rencontre en électronique, ou dans le domaine du traitement du signal. Il tire son nom de sa représentation graphique qui se rapproche des dents d'une scie. Une onde en dents de scie peut être construite en utilisant la synthèse additive : la série de Fourier converge vers une onde en dents de scie de fréquence f.
Réseau de neurones artificielsUn réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
Forme d'ondeLa forme d'onde d'un signal est la représentation graphique de l'évolution de l'amplitude instantanée d'une onde physique périodique ou aléatoire en fonction du temps. Il peut s'agir d'une onde mécanique ou d'une onde électromagnétique. La représentation d'une forme d'onde utilise le principe des coordonnées cartésiennes, avec le temps en abscisse et l'amplitude en ordonnée. Une forme d'onde peut être observée avec un oscilloscope à bande passante appropriée lorsqu'il s'agit d'un signal électrique direct ou issu de capteurs.
Réseau de neurones récurrentsUn réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.
Invariance d'échelleIl y a invariance d'échelle lorsqu'aucune échelle ne caractérise le système. Par exemple, dans un ensemble fractal, les propriétés seront les mêmes quelle que soit la distance à laquelle on se place. Une fonction g est dite invariante d'échelle s'il existe une fonction telle que pour tout x et y : Alors, il existe une constante et un exposant , tels que : En physique, l'invariance d'échelle n'est valable que dans un domaine de taille limité — par exemple, pour un ensemble fractal, on ne peut pas se placer à une échelle plus petite que celle des molécules, ni plus grande que la taille du système.
Fonction périodiqueEn mathématiques, une fonction périodique est une fonction qui lorsqu'elle est appliquée à une variable, reprend la même valeur si on ajoute à cette variable une certaine quantité fixe appelée période. Des exemples de telles fonctions peuvent être obtenus à partir de phénomènes périodiques, comme l'heure indiquée par la petite aiguille d'une horloge, les phases de la lune, etc. thumb|La fonction sinus est périodique de période 2π.
RhôRhô (capitale Ρ, minuscule ρ ou parfois ρ ; en grec ρω) est la lettre de l'alphabet grec, précédée par pi et suivie par sigma. Dérivée de la lettre rosh x12px|resh de l'alphabet phénicien, elle est l'ancêtre de la lettre R de l'alphabet latin et de la lettre Р de l'alphabet cyrillique. En grec moderne comme en grec ancien, la lettre rhô représente une consonne alvéolaire voisée roulée (). Rhô est généralement considéré (avec lambda et parfois mu ou nu) comme une consonne « liquide », ce qui est un point important pour une étude de morphologie.
Tokamakthumb|Vue intérieure du tore du Tokamak à configuration variable (TCV), dont les parois sont recouvertes de tuiles de graphite. Un tokamak est un dispositif de confinement magnétique expérimental explorant la physique des plasmas et les possibilités de produire de l'énergie par fusion nucléaire. Il existe deux types de tokamaks aux caractéristiques sensiblement différentes, les tokamaks traditionnels toriques (objet de cet article) et les tokamaks sphériques.
Physical neural networkA physical neural network is a type of artificial neural network in which an electrically adjustable material is used to emulate the function of a neural synapse or a higher-order (dendritic) neuron model. "Physical" neural network is used to emphasize the reliance on physical hardware used to emulate neurons as opposed to software-based approaches. More generally the term is applicable to other artificial neural networks in which a memristor or other electrically adjustable resistance material is used to emulate a neural synapse.
BêtaBêta (capitale Β, minuscule β ; en grec βήτα), est la deuxième lettre de l'alphabet grec. Dérivée de la lettre bet x12px de l'alphabet phénicien, elle est l'ancêtre des lettres B et bêta de l'alphabet latin, et des lettres В et Б de l'alphabet cyrillique. En grec ancien, bêta représente la consonne occlusive bilabiale voisée /b/. En grec médiéval et grec moderne, bêta représente la consonne fricative labio-dentale voisée /v/. Dans le système de numération grecque, bêta vaut 2.
ParameterA parameter (), generally, is any characteristic that can help in defining or classifying a particular system (meaning an event, project, object, situation, etc.). That is, a parameter is an element of a system that is useful, or critical, when identifying the system, or when evaluating its performance, status, condition, etc. Parameter has more specific meanings within various disciplines, including mathematics, computer programming, engineering, statistics, logic, linguistics, and electronic musical composition.
Types of artificial neural networksThere are many types of artificial neural networks (ANN). Artificial neural networks are computational models inspired by biological neural networks, and are used to approximate functions that are generally unknown. Particularly, they are inspired by the behaviour of neurons and the electrical signals they convey between input (such as from the eyes or nerve endings in the hand), processing, and output from the brain (such as reacting to light, touch, or heat). The way neurons semantically communicate is an area of ongoing research.
Tokamak sphériquethumb|Intérieur d'un tokamak sphérique. Un tokamak sphérique est un dispositif de confinement magnétique de plasma de type tokamak permettant d'obtenir des réactions de fusions de nucléons. Un tokamak sphérique a un solénoïde central beaucoup plus fin qu'un tokamak classique. Une telle installation serait susceptible d'être utilisée pour produire de l'électricité.
Réseau neuronal convolutifEn apprentissage automatique, un réseau de neurones convolutifs ou réseau de neurones à convolution (en anglais CNN ou ConvNet pour convolutional neural networks) est un type de réseau de neurones artificiels acycliques (feed-forward), dans lequel le motif de connexion entre les neurones est inspiré par le cortex visuel des animaux. Les neurones de cette région du cerveau sont arrangés de sorte qu'ils correspondent à des régions qui se chevauchent lors du pavage du champ visuel.
Positionnement multidimensionnelLe positionnement multidimensionnel est un ensemble de techniques statistiques utilisées dans le domaine de la visualisation d'information pour explorer les similarités dans les données. Le positionnement multidimentionnel est un cas particulier d'analyse multivariée. Typiquement, un algorithme de positionnement multidimensionnel part d'une matrice de similarité entre tous les points pour affecter à chaque point une position dans un espace à dimensions. Pour = 2 ou = 3, les positions peuvent être visualisées sur un plan ou dans un volume par un nuage de points.
Pulse waveA pulse wave or pulse train is a type of non-sinusoidal waveform that includes square waves (duty cycle of 50%) and similarly periodic but asymmetrical waves (duty cycles other than 50%). It is a term used in synthesizer programming, and is a typical waveform available on many synthesizers. The exact shape of the wave is determined by the duty cycle or pulse width of the oscillator output. In many synthesizers, the duty cycle can be modulated (pulse-width modulation) for a more dynamic timbre.
Radioactivité βLa radioactivité β, radioactivité bêta ou émission bêta (symbole β) est, à l'origine, un type de désintégration radioactive dans laquelle une particule bêta (un électron ou un positon) est émise. On parle de désintégration bêta moins (β) ou bêta plus (β) selon qu'il s'agit de l'émission d'un électron (particule chargée négativement) ou d'un positon (particule chargée positivement). L'émission β est notamment ce qui permet la conversion d'un neutron en proton, par exemple dans les cas de transmutation comme du tritium (T) qui se transforme en hélium 3 (He) : ⟶ + e + .
Loi de distribution des vitesses de MaxwellEn théorie cinétique des gaz, la loi de distribution de vitesses de Maxwell quantifie la répartition statistique des vitesses des particules dans un gaz homogène à l'équilibre thermodynamique. Les vecteurs vitesse des particules suivent une loi normale. Cette loi a été établie par James Clerk Maxwell en 1860 et confirmée ultérieurement par Ludwig Boltzmann à partir de bases physiques qui fondent la physique statistique en 1872 et 1877.
