Lumièrevignette|Rayons de lumière sortant des nuages. Dans son sens le plus habituel, la lumière est le phénomène à l'origine d'une sensation visuelle. La physique montre qu'il s'agit d'ondes électromagnétiques. Le spectre visible est la zone du spectre électromagnétique à laquelle est sensible l'espèce humaine ; il inclut la longueur d'onde où l'éclairement énergétique solaire est maximal à la surface de la Terre, par un effet d'adaptation à l'environnement. Il s'étend autour d'une longueur d'onde de , plus ou moins un tiers.
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.
Raie spectraleUne raie spectrale est une ligne sombre ou lumineuse dans un spectre électromagnétique autrement uniforme et continu. Les raies spectrales sont le résultat de l'interaction entre un système quantique (généralement des atomes, mais parfois aussi des molécules ou des noyaux atomiques) et le rayonnement électromagnétique. vignette|upright=2|Raies de Fraunhofer sur un spectre continu avec leur notation alphabétique et les longueurs d'onde correspondantes.
K-moyennesLe partitionnement en k-moyennes (ou k-means en anglais) est une méthode de partitionnement de données et un problème d'optimisation combinatoire. Étant donnés des points et un entier k, le problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une certaine fonction. On considère la distance d'un point à la moyenne des points de son cluster ; la fonction à minimiser est la somme des carrés de ces distances.
Partitionnement de donnéesvignette|upright=1.2|Exemple de clustering hiérarchique. Le partitionnement de données (ou data clustering en anglais) est une méthode en analyse des données. Elle vise à diviser un ensemble de données en différents « paquets » homogènes, en ce sens que les données de chaque sous-ensemble partagent des caractéristiques communes, qui correspondent le plus souvent à des critères de proximité (similarité informatique) que l'on définit en introduisant des mesures et classes de distance entre objets.
Suite spectraleEn algèbre homologique et en topologie algébrique, une suite spectrale est une suite de modules différentiels (En,dn) tels que En+1 = H(En) = Ker dn / dn est l'homologie de En. Elles permettent donc de calculer des groupes d'homologie par approximations successives. Elles ont été introduites par Jean Leray en 1946. Il y a plusieurs manières en pratique pour obtenir une telle suite. Historiquement, depuis 1950, les arguments des suites spectrales ont été un outil performant pour la recherche, notamment dans la théorie de l'homotopie.
Détection d'anomaliesDans l'exploration de données, la détection d'anomalies (en anglais, anomaly detection ou outlier detection) est l'identification d'éléments, d'événements ou d'observations rares qui soulèvent des suspicions en différant de manière significative de la majorité des autres données. Généralement, les anomalies indiquent un problème tel qu'une fraude bancaire, un défaut structurel, un problème médical ou une erreur dans un texte. Les anomalies sont également appelées des valeurs aberrantes, du bruit, des écarts ou des exceptions.
PhotothérapieLa photothérapie, en médecine, est un moyen de traitement à l'aide d'un rayonnement électromagnétique non ionisant, c'est-à-dire la lumière le plus souvent. On distingue la photothérapie simple, utilisée en ophtalmologie (exemple de la rétinopathie diabétique) ou en pédiatrie (exemple de l'ictère), et la photochimiothérapie, où un produit photosensibilisant est administré au patient avant exposition, utilisée en ophtalmologie (exemple de la dégénérescence maculaire liée à l'âge) ou en dermatologie (exemple du psoriasis avec la PUVA-thérapie).
Classification doubleLa Classification double ou est une technique d'exploration de données non-supervisée permettant de segmenter simultanément les lignes et les colonnes d'une matrice. Plus formellement, la définition de la classification double peut s'exprimer de la manière suivante (pour le type de classification par colonne) : soit une matrice , soient , alors est appelé de lorsque pour tout Le a été utilisé massivement en biologie - par exemple dans l'analyse de l'expression génétique par Yizong Cheng et George M.
Spectroscopie infrarougethumb|Un spectromètre infrarouge. La spectroscopie infrarouge (parfois désignée comme spectroscopie IR) est une classe de spectroscopie qui traite de la région infrarouge du spectre électromagnétique. Elle recouvre une large gamme de techniques, la plus commune étant un type de spectroscopie d'absorption. Comme pour toutes les techniques de spectroscopie, elle peut être employée pour l'identification de composés ou pour déterminer la composition d'un échantillon.
Spectrométrie d'absorptionLa spectrométrie d'absorption est une méthode de spectroscopie électromagnétique utilisée pour déterminer la concentration et la structure d'une substance en mesurant l'intensité du rayonnement électromagnétique qu'elle absorbe à des longueurs d'onde différentes. La spectroscopie d'absorption peut être atomique ou moléculaire. Comme indiqué dans le tableau précédent, les rayonnements électromagnétiques exploités en spectroscopie d'absorption moléculaire vont de l'ultraviolet jusqu'aux ondes radio : La couleur d'un corps en transmission (transparence) représente sa capacité à absorber certaines longueurs d'onde.
Vitesse de la lumièreLa vitesse de la lumière dans le vide, habituellement notée c, est une constante physique de l'Univers qui est fondamentale dans plusieurs domaines de la physique. L'étude de la lumière et de sa vitesse remonte à l'Antiquité. Des philosophes et des scientifiques, en s'appuyant sur des arguments théoriques ou des observations, affirment que sa vitesse est infinie, alors que d'autres prétendent que non. Ole Rømer démontre en 1676 qu'elle est finie.
Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
DonnéeUne donnée est ce qui est connu et qui sert de point de départ à un raisonnement ayant pour objet la détermination d'une solution à un problème en relation avec cette donnée. Cela peut être une description élémentaire qui vise à objectiver une réalité, le résultat d'une comparaison entre deux événements du même ordre (mesure) soit en d'autres termes une observation ou une mesure. La donnée brute est dépourvue de tout raisonnement, supposition, constatation, probabilité.
Pollution lumineuseLa pollution lumineuse est à la fois la présence nocturne anormale ou gênante de lumière et les conséquences de l'éclairage artificiel nocturne sur la faune, la flore, la fonge (le règne des champignons), les écosystèmes ainsi que les effets suspectés ou avérés sur la santé humaine. Comme celle de pollution du ciel nocturne qui la remplace parfois et qui désigne particulièrement la disparition des étoiles du ciel nocturne en milieu urbain, la notion de pollution lumineuse est apparue dans la deuxième moitié du et a évolué depuis.
Méthode expérimentaleLes méthodes expérimentales scientifiques consistent à tester la validité d'une hypothèse, en reproduisant un phénomène (souvent en laboratoire) et en faisant varier un paramètre. Le paramètre que l'on fait varier est impliqué dans l'hypothèse. Le résultat de l'expérience valide ou non l'hypothèse. La démarche expérimentale est appliquée dans les recherches dans des sciences telles que, par exemple, la biologie, la physique, la chimie, l'informatique, la psychologie, ou encore l'archéologie.
Pellicule photographiqueLes pellicules utilisées par le cinéma et la photo sont assez proches ; cet article ne traite toutefois que de celles destinées à réaliser des photographies.Pour les pellicules utilisées par le cinéma, voir film (cinéma) et film (métrage) Une pellicule photographique (ou film) est un support souple recouvert d'une émulsion contenant des composés sensibles à la lumière, généralement à base d'halogénures d'argent. Leur configuration (taille et forme des cristaux notamment) détermine les caractéristiques du film comme la sensibilité et la définition.
Biologie computationnelleLa biologie computationnelle (parfois appelée biologie numérique) est une branche de la biologie qui implique le développement et l'application de méthodes d'analyse de données, d'approches théoriques, de modélisation mathématique et de techniques de simulation computationnelle pour étudier des systèmes biologiques, écologiques, comportementaux et sociaux. Le domaine est largement défini et comprend des fondements en biologie, mathématiques appliquées, statistiques, biochimie, chimie, biophysique, biologie moléculaire, génétique, génomique, informatique et évolution.
Théorème spectralEn mathématiques, et plus particulièrement en algèbre linéaire et en analyse fonctionnelle, on désigne par théorème spectral plusieurs énoncés affirmant, pour certains endomorphismes, l'existence de décompositions privilégiées, utilisant en particulier l'existence de sous-espaces propres. vignette|Une illustration du théorème spectral dans le cas fini : un ellipsoïde possède (en général) trois axes de symétrie orthogonaux (notés ici x, y et z).
Théorie spectraleEn mathématiques, et plus particulièrement en analyse, une théorie spectrale est une théorie étendant à des opérateurs définis sur des espaces fonctionnels généraux la théorie élémentaire des valeurs propres et des vecteurs propres de matrices. Bien que ces idées viennent au départ du développement de l'algèbre linéaire, elles sont également liées à l'étude des fonctions analytiques, parce que les propriétés spectrales d'un opérateur sont liées à celles de fonctions analytiques sur les valeurs de son spectre.
