Oculométrievignette|Vidéo de l'étude du mouvement de l'œil avec la méthode oculométrique. L’oculométrie (en anglais pour « suivi oculaire », ou pour « suivi du regard ») regroupe un ensemble de techniques permettant d'enregistrer les mouvements oculaires. Les oculomètres les plus courants analysent des images de l'œil humain enregistrées par une caméra, souvent en lumière infrarouge, pour calculer la direction du regard du sujet. En fonction de la précision souhaitée, différentes caractéristiques de l'œil sont analysées.
Œilthumb|Œil humain. thumb|Yeux multiples d'une araignée (Maevia inclemens). thumb|Yeux composés d'une mouche (Holcocephala fusca). thumb|Les crevettes-mantes (ici Odontodactylus scyllarus) sont réputés avoir les plus complexes yeux du règne animal. Lœil (pl. yeux) est l'organe de la vision, sens qui permet à un être vivant de capter la lumière pour ensuite l'analyser et interagir avec son environnement. Chez les animaux, il existe au moins quarante types d'organes visuels que l'on appelle « yeux ».
Œil humainvignette|Un œil humain. vignette|Anatomie externe de l'œil humain. vignette|Coupe d'un œil humain. vignette|upright=2|Schéma anatomique de l'œil humain. Lœil humain' est l'organe de la vision de l'être humain ; il lui permet de capter la lumière, pour ensuite l'analyser et interagir avec son environnement. L'œil humain permet de distinguer les formes et les couleurs. La science qui étudie l'œil s'appelle l'ophtalmologie.
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.
Œil composéthumb|150px|Yeux composés d’Aeshna cyanea (vus de dessus). thumb|150px|Yeux d'un fourmilion. Un œil composé, ou œil à facettes, est constitué d'un ensemble de récepteurs sensibles à la lumière qui sont appelés des ommatidies. Il s'agit en général d'un attribut des arthropodes. Chez les crustacés, l'œil composé peut être pédonculé (crabes) alors que celui des insectes ne l'est jamais. Les yeux composés ont évolué il y a très longtemps. On en trouve sur les premiers arthropodes présents dans les schistes de Burgess, tels Anomalocaris, ou sur les trilobites.
Mouvement oculaireLes mouvements oculaires sont les rotations que les globes oculaires effectuent autour de leurs centres, et qui modifient la direction du regard. Ces mouvements sont provoqués par les muscles oculaires, et font partie intégrante du système visuel. Chez l'humain, leur étude à l'aide des techniques d'oculométrie trouve des applications en psychologie, en psycholinguistique, en neurologie ou en ergonomie. thumb|right|Nystagmus. On distingue plusieurs types de mouvements oculaires : Les saccades, mouvements rapides permettant notamment d'explorer le champ visuel.
AccommodationEn optique physiologique, l’accommodation, appelée aussi mise au point, désigne les modifications oculaires adaptatives permettant d'assurer la netteté des images pour des distances différentes de vision. Chez l'Homme et les mammifères, l'accommodation comporte essentiellement une déformation du cristallin dans le sens d'un accroissement du pouvoir de réfraction. vignette|Sans accommodation, ce qui serait un cas extrême de presbytie, la profondeur de champ de l'œil serait réduite.
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.
Saccade oculairethumb|Tracés de saccades oculaires lors de l'observation d'un visage. Une saccade oculaire est un bref et rapide mouvement des yeux entre deux positions stables (vitesse variant de 400 à et durée inférieure à ). Le but d'une saccade oculaire est d'amener très rapidement l'image d'un objet sur la fovéa. Cependant, on retrouve des saccades chez des animaux sans fovéa comme le lapin. Le système des saccades peut collaborer avec d’autres systèmes, par exemple lors du nystagmus optocinétique et vestibulo-oculaire ainsi qu’avec le système de vergences et de poursuite.
Nystagmusvignette|Effet d'un nystagmus horizontal. En médecine, le nystagmus est un mouvement d'oscillation involontaire et saccadé du globe oculaire causé par une perturbation de la coordination des muscles de l'œil. Cette perturbation peut être causée par une affection, des mouvements très rapides ou l'abus de certaines substances. Les oscillations peuvent se produire dans un plan vertical, horizontal, de torsion ou dans une combinaison de ceux-ci. L'œil se dirige lentement vers une direction, puis revient brutalement à sa position d'origine grâce à une saccade oculaire.
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.
Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Visual field testA visual field test is an eye examination that can detect dysfunction in central and peripheral vision which may be caused by various medical conditions such as glaucoma, stroke, pituitary disease, brain tumours or other neurological deficits. Visual field testing can be performed clinically by keeping the subject's gaze fixed while presenting objects at various places within their visual field. Simple manual equipment can be used such as in the tangent screen test or the Amsler grid.
Périphérique d'entréeUn périphérique d'entrée est un équipement informatique périphérique permettant de fournir des données à un système de traitement de l'information tel qu'un ordinateur. vignette|Un clavier d'ordinateur, périphérique d'entrée pour transmettre de l'information en pressant des touches En informatique, les logiciels ont souvent besoin d'entrée fournies par l'utilisateur. Afin de permettre à ce dernier d'interagir avec l'ordinateur, différents types de dispositifs électroniques ont été développés au cours du temps, avec plus ou moins de succès.
Protein function predictionProtein function prediction methods are techniques that bioinformatics researchers use to assign biological or biochemical roles to proteins. These proteins are usually ones that are poorly studied or predicted based on genomic sequence data. These predictions are often driven by data-intensive computational procedures. Information may come from nucleic acid sequence homology, gene expression profiles, protein domain structures, text mining of publications, phylogenetic profiles, phenotypic profiles, and protein-protein interaction.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Scientific theoryA scientific theory is an explanation of an aspect of the natural world and universe that can be (or a fortiori, that has been) repeatedly tested and corroborated in accordance with the scientific method, using accepted protocols of observation, measurement, and evaluation of results. Where possible, theories are tested under controlled conditions in an experiment. In circumstances not amenable to experimental testing, theories are evaluated through principles of abductive reasoning.
Prédiction dynamiqueLa prédiction dynamique est une méthode inventée par Newton et Leibniz. Newton l’a appliquée avec succès au mouvement des planètes et de leurs satellites. Depuis elle est devenue la grande méthode de prédiction des mathématiques appliquées. Sa portée est universelle. Tout ce qui est matériel, tout ce qui est en mouvement, peut être étudié avec les outils de la théorie des systèmes dynamiques. Mais il ne faut pas en conclure que pour connaître un système il est nécessaire de connaître sa dynamique.
Dilemme biais-varianceEn statistique et en apprentissage automatique, le dilemme (ou compromis) biais–variance est le problème de minimiser simultanément deux sources d'erreurs qui empêchent les algorithmes d'apprentissage supervisé de généraliser au-delà de leur échantillon d'apprentissage : Le biais est l'erreur provenant d’hypothèses erronées dans l'algorithme d'apprentissage. Un biais élevé peut être lié à un algorithme qui manque de relations pertinentes entre les données en entrée et les sorties prévues (sous-apprentissage).
Biais de sélectionDans une étude statistique, le terme biais de sélection désigne une erreur systématique faite lors de la sélection des sujets à étudier. Ce terme regroupe tous les biais pouvant conduire à ce que les sujets effectivement observés lors d'une enquête ne constituent pas un groupe représentatif des populations censées être étudiées et ne permettent donc pas de répondre aux questions posées dans le protocole. Les biais de sélection se produisent lors de l'échantillonnage, c'est-à-dire lors de la sélection d'un échantillon représentatif de la population étudiée.
