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.
Lattice field theoryIn physics, lattice field theory is the study of lattice models of quantum field theory, that is, of field theory on a space or spacetime that has been discretised onto a lattice. Although most lattice field theories are not exactly solvable, they are of tremendous appeal because they can be studied by simulation on a computer, often using Markov chain Monte Carlo methods. One hopes that, by performing simulations on larger and larger lattices, while making the lattice spacing smaller and smaller, one will be able to recover the behavior of the continuum theory as the continuum limit is approached.
Modèle (économie)Un modèle est, en économie, une représentation simplifiée de la réalité économique ou d'une partie de celle-ci. Un modèle économique se base sur des hypothèses économiques et a recours au langage mathématique. L'économie se fonde sur les modèles pour estimer l'évolution d'un système économique, comme la croissance, le commerce international, etc. La science économique vise à expliquer les mécanismes à l’œuvre dans un système économique, ou dans une partie de ce système.
RéductionnismeAu sens le plus large, on appelle réductionnisme la position selon laquelle une théorie, un domaine de discours ou un concept peut être expliqué, défini ou subsumé sous un autre. Dans le champ des sciences, le réductionnisme est une position philosophique, opposée à l'idée d'holisme, qui s'appuie sur une stratégie de simplification. Le réductionnisme consiste à réduire une notion en d'autres notions plus fondamentales. Toutefois, dans la pratique scientifique, le réductionnisme est moins une position philosophique sur l'ensemble du réel qu'une stratégie explicative.
Chromodynamique quantique sur réseauLa chromodynamique quantique sur réseau est une approche non-perturbative de la chromodynamique quantique (QCD) qui se base sur une discrétisation de l'espace-temps. C'est une théorie de jauge sur réseau formulée sur une grille ou réseau de points dans l'espace et le temps. Lorsqu'on fait tendre la taille du réseau vers l'infini et la maille du réseau vers zéro, on retrouve le continuum de la QCD. Il est difficile, voire impossible de trouver des solutions analytiques ou perturbatives de la QCD à basses énergies, de par la nature hautement non-linéaire de la force forte.
Fonction de vraisemblancevignette|Exemple d'une fonction de vraisemblance pour le paramètre d'une Loi de Poisson En théorie des probabilités et en statistique, la fonction de vraisemblance (ou plus simplement vraisemblance) est une fonction des paramètres d'un modèle statistique calculée à partir de données observées. Les fonctions de vraisemblance jouent un rôle clé dans l'inférence statistique fréquentiste, en particulier pour les méthodes statistiques d'estimation de paramètres.
PartonEn physique des particules, le modèle des partons a été proposé par Richard Feynman en 1969 pour décrire la structure des hadrons et modéliser les interactions avec les hadrons à haute énergie. Par la suite, les partons décrits dans ce modèle ont été identifiés aux quarks et aux gluons. cadre|Une particule diffuse sur un hadron à basse (schéma du haut) et à haute (schéma du bas) énergie. À basse énergie seuls les partons de valence peuvent interagir avec la particule.
Théorie de jauge sur réseauLa théorie de jauge sur réseau est une branche de la physique théorique, consistant à étudier les propriétés d'une théorie de jauge sur un modèle discret d’espace-temps, caractérisé mathématiquement comme un réseau. Les théories de jauge jouent un rôle fondamental en physique des particules, puisqu'elles unifient les théories actuellement reçues sur les particules élémentaires : l’électrodynamique quantique, la chromodynamique quantique (QCD) et le « Modèle standard ».
Q-learningvignette|400x400px|Dans le Q-learning, l'agent exécute une action a en fonction de l'état s et d'une fonction Q. Il perçoit alors le nouvel état s' et une récompense r de l'environnement. Il met alors à jour la fonction Q. Le nouvel état s' devient alors l'état s, et l'apprentissage continue. En intelligence artificielle, plus précisément en apprentissage automatique, le Q-learning est un algorithme d'apprentissage par renforcement. Il ne nécessite aucun modèle initial de l'environnement.
