Sursaut gammavignette|Sursaut gamma (vue d'artiste). Un sursaut gamma ou sursaut de rayons gamma (SRG ; en anglais gamma-ray bursts, abrégé en GRB ; quelquefois traduit par « explosion de rayons gamma ») est en astronomie une bouffée de photons gamma qui apparaît de manière aléatoire dans le ciel. Il est caractérisé par sa brièveté (de quelques secondes à quelques minutes) et par la forme particulière de la courbe de lumière. Il est prolongé par des émissions rémanentes, à des longueurs d'onde plus grandes, qui peuvent durer jusqu'à plusieurs mois en s'affaiblissant progressivement.
Astronomie en rayons Xvignette|redresse=2|Les rayons X couvrent le domaine allant d'environ , auquel l'atmosphère est opaque. L’astronomie en (souvent abrégée en ) est la branche de l'astronomie qui consiste à étudier l'émission des objets célestes en . Puisque le est absorbé par l'atmosphère de la Terre, les instruments doivent être envoyés à haute altitude à l'aide de ballons et désormais de fusées. L' fait donc aujourd'hui partie de la recherche spatiale, les détecteurs étant placés à bord de satellites.
Astronomie gammavignette|redresse|Aperçu de l'astronomie des rayons gamma.De haut en bas, de gauche à droite : l'observatoire terrestre de rayons gamma MAGIC et le télescope spatial CGRO ; carte du ciel à des énergies supérieures à ; l'observatoire de rayons gamma HAWC.|454x454px L'astronomie gamma est le domaine de l'observation astronomique centrée sur le spectre électromagnétique des rayons gamma. Ces derniers englobent les photons émis à des énergies supérieures à , et constituent la plus grande forme d'énergie lumineuse dont l'observation soit dans notre univers.
Spectrométrie gammaLa spectrométrie gamma est une technique de mesure nucléaire permettant d'identifier certains éléments radioactifs par la mesure de l'énergie des rayonnements gamma qu'ils émettent. Elle diffère de la technique du compteur Geiger, qui ne détecte que la présence de rayonnements gamma sans fournir d'information sur la nature de la source détectée. La mesure par spectrométrie gamma permet de construire des spectres, qui sont des histogrammes donnant les quantités de photons détectés en fonction de leur énergie.
Rayon gammavignette|Des rayons gamma sont produits par des processus nucléaires énergétiques au cœur des noyaux atomiques. Un rayon gamma (ou rayon γ) est un rayonnement électromagnétique à haute fréquence émis lors de la désexcitation d'un noyau atomique résultant d'une désintégration. Les photons émis sont caractérisés par des énergies allant de quelques keV à plusieurs centaines de GeV voire jusqu'à pour le plus énergétique jamais observé. Les rayons gamma furent découverts en 1900 par Paul Villard, chimiste français.
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.
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.
Détecteur de particulesvignette|Photographie de rayonnements α détectés dans une chambre à brouillard. Un détecteur de particules est un appareil qui permet de détecter le passage d'une particule et, généralement, d'en déduire différentes caractéristiques (en fonction du type de détecteur) telles que sa masse, son énergie, son impulsion, son spin, ou encore sa charge électrique. Cavité de Faraday Chambre à brouillard Chambre à bulles Chambre à dérive Chambre à étincelles Chambre à fils Chambre d'ionisation Chambre à plaques paral
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.
Méthode de Monte-CarloUne méthode de Monte-Carlo, ou méthode Monte-Carlo, est une méthode algorithmique visant à calculer une valeur numérique approchée en utilisant des procédés aléatoires, c'est-à-dire des techniques probabilistes. Les méthodes de Monte-Carlo sont particulièrement utilisées pour calculer des intégrales en dimensions plus grandes que 1 (en particulier, pour calculer des surfaces et des volumes). Elles sont également couramment utilisées en physique des particules, où des simulations probabilistes permettent d'estimer la forme d'un signal ou la sensibilité d'un détecteur.
Découverte du neutronvignette| James Chadwick à la Conférence Solvay de 1933. Chadwick avait découvert le neutron l'année précédente alors qu'il travaillait au laboratoire Cavendish. La découverte du neutron et de ses propriétés a été au cœur des développements spectaculaires de la physique atomique dans la première moitié du XXe siècle. Au début du siècle, Ernest Rutherford avait développé un modèle rudimentaire de l'atome, à la suite des résultats de l'expérience de la feuille d'or qu'avaient menée ses deux assistants Hans Geiger et Ernest Marsden.
Réseau neuronal résidueldroite|vignette| Forme canonique d'un réseau neuronal résiduel. Une couche l − 1 est ignoré sur l'activation de l − 2. Un réseau neuronal résiduel ( ResNet ) est un réseau neuronal artificiel (ANN). Il s'agit d'une variante du HighwayNet , le premier réseau neuronal à action directe très profond avec des centaines de couches, beaucoup plus profond que les réseaux neuronaux précédents. Les sauts de connexion ou "raccourcis" sont utilisés pour passer par-dessus certaines couches ( les HighwayNets peuvent également avoir des poids pour les saut eux-mêmes, grâce à une matrice de poids supplémentaire pour leurs portes).
NeutronLe neutron est une particule subatomique de charge électrique nulle. Les neutrons sont présents dans le noyau des atomes, liés avec des protons par l'interaction forte. Alors que le nombre de protons d'un noyau détermine son élément chimique, le nombre de neutrons détermine son isotope. Les neutrons liés dans un noyau atomique sont en général stables mais les neutrons libres sont instables : ils se désintègrent en un peu moins de 15 minutes (880,3 secondes). Les neutrons libres sont produits dans les opérations de fission et de fusion nucléaires.
Limite de stabilitédroite|vignette|388x388px|Carte des nucléides du carbone au fluor. Modes de décroissance : En physique nucléaire, les frontières pour la stabilité des noyaux sont appelées limites de stabilité ou drip lines. Les noyaux atomiques contiennent à la fois des protons et des neutrons - le nombre de proton définit l'identité d'un élément (par exemple, le carbone a toujours 6 protons), mais le nombre de neutrons peut varier (le carbone 13 et le carbone 14 sont par exemple deux isotopes du carbone).
Simulation de phénomènesLa simulation de phénomènes est un outil utilisé dans le domaine de la recherche et du développement. Elle permet d'étudier les réactions d'un système à différentes contraintes pour en déduire les résultats recherchés en se passant d'expérimentation. Les systèmes technologiques (infrastructures, véhicules, réseaux de communication, de transport ou d'énergie) sont soumis à différentes contraintes et actions. Le moyen le plus simple d'étudier leurs réactions serait d'expérimenter, c'est-à-dire d'exercer l'action souhaitée sur l'élément en cause pour observer ou mesurer le résultat.
Rayonnement cosmiqueLe rayonnement cosmique est le flux de noyaux atomiques et de particules de haute énergie (c'est-à-dire relativistes) qui circulent dans le milieu interstellaire. Le rayonnement cosmique est principalement constitué de particules chargées : protons (88 %), noyaux d'hélium (9 %), antiprotons, électrons, positrons et particules neutres (rayons gamma, neutrinos et neutrons). La source de ce rayonnement se situe selon les cas dans le Soleil, à l'intérieur ou à l'extérieur de notre galaxie.
Simulation informatiquevignette|upright=1|Une simulation informatique, sur une étendue de , de l'évolution du typhon Mawar produite par le Modèle météorologique Weather Research and Forecasting La simulation informatique ou numérique est l'exécution d'un programme informatique sur un ordinateur ou réseau en vue de simuler un phénomène physique réel et complexe (par exemple : chute d’un corps sur un support mou, résistance d’une plateforme pétrolière à la houle, fatigue d’un matériau sous sollicitation vibratoire, usure d’un roulem
Apprentissage par renforcement profondL'apprentissage par renforcement profond (en anglais : deep reinforcement learning ou deep RL) est un sous-domaine de l'apprentissage automatique (en anglais : machine learning) qui combine l'apprentissage par renforcement et l'apprentissage profond (en anglais : deep learning). L'apprentissage par renforcement considère le problème d'un agent informatique (par exemple, un robot, un agent conversationnel, un personnage dans un jeu vidéo, etc.) qui apprend à prendre des décisions par essais et erreurs.
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
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.
