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.
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.
Imagerie hyperspectralevignette|Projection bi-dimensionnelle d'une image hyperspectrale d'une région de la Terre prise depuis l'espace. vignette|Image hyperspectrale de plusieurs pierres permettant d'identifier les éléments qui les composent. vignette|L'imagerie hyperspectrale comparée à l'imagerie spectrale. vignette|Les différentes techniques d'acquisition d'une image hyperspectrale. L'imagerie hyperspectrale ou spectro-imagerie est une technologie permettant d'obtenir l'image d'une scène dans un grand nombre (généralement plus d'une centaine) de bandes spectrales à la fois étroites et contigües.
Caméra multispectraleUne caméra multispectrale est une caméra qui enregistre en une seule prise de vue plusieurs longueurs d'onde qui sont isolées en vue d'analyses spécifiques et de techniques de recombination. Ceci permet une analyse des détails beaucoup plus fine et la visualisation de détails non visibles à l'œil nu. En , cette technique est appliquée pour la première fois à La Joconde et donne lieu à la mise en évidence de détails inconnus ou connus seulement par les historiens de l'art. Ces travaux sont publiés en 2007.
Transformeurvignette|Schéma représentant l'architecture générale d'un transformeur. Un transformeur (ou modèle auto-attentif) est un modèle d'apprentissage profond introduit en 2017, utilisé principalement dans le domaine du traitement automatique des langues (TAL). Dès 2020, les transformeurs commencent aussi à trouver une application en matière de vision par ordinateur par la création des vision transformers (ViT).
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.
Boîte quantiqueUne boîte quantique ou point quantique, aussi connu sous son appellation anglophone de quantum dot, est une nanostructure de semi-conducteurs. De par sa taille et ses caractéristiques, elle se comporte comme un puits de potentiel qui confine les électrons (et les trous) dans les trois dimensions de l'espace, dans une région d'une taille de l'ordre de la longueur d'onde des électrons (longueur d'onde de De Broglie), soit quelques dizaines de nanomètres dans un semi-conducteur.
InfrarougeLe rayonnement infrarouge (IR) est un rayonnement électromagnétique de longueur d'onde supérieure à celle du spectre visible mais plus courte que celle des micro-ondes ou du domaine térahertz. Cette gamme de longueurs d'onde dans le vide de à se divise en infrarouge proche, au sens de proche du spectre visible, de environ, infrarouge moyen, qui s'étend jusqu'à , et infrarouge lointain. Les limites de ces domaines peuvent varier quelque peu d'un auteur à l'autre.
Caffe (software)Caffe (Convolutional Architecture for Fast Feature Embedding) is a deep learning framework, originally developed at University of California, Berkeley. It is open source, under a BSD license. It is written in C++, with a Python interface. Yangqing Jia created the Caffe project during his PhD at UC Berkeley. It is currently hosted on GitHub. Caffe supports many different types of deep learning architectures geared towards and . It supports CNN, RCNN, LSTM and fully-connected neural network designs.
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.
ThermographieLa thermographie ou thermographie infrarouge est une technique permettant d'obtenir une image thermique d'une scène par analyse des infrarouges. L'image obtenue est appelée « thermogramme». La simple visualisation thermique, mais sans mesure de température, s'effectue au moyen d'un imageur thermique. La mesure à distance de la température s'effectue au moyen des appareils suivants : thermomètres infrarouges sans contact, appareil de mesure de température, ou, strictement, d'un « état thermique » ; caméra thermique appareil de mesure de la thermographie.
Test (informatique)vignette|Une programmeuse écrivant du code Java avec JUnit. En informatique, un test désigne une procédure de vérification partielle d'un système. Son objectif principal est d'identifier un nombre maximal de comportements problématiques du logiciel. Il permet ainsi, dès lors que les problèmes identifiés seront corrigés, d'en augmenter la qualité. D'une manière plus générale, le test désigne toutes les activités qui consistent à rechercher des informations quant à la qualité du système afin de permettre la prise de décisions.
Très Grand TélescopeLe Très Grand Télescope (parfois précisé très grand télescope de l'ESO), en anglais Very Large Telescope (VLT), est un ensemble de quatre télescopes principaux (aussi appelés UT pour Unit Telescope) et quatre auxiliaires (appelés AT pour Auxiliary Telescope). Il est situé à l'Observatoire du Cerro Paranal dans le désert d'Atacama au nord du Chili, à une altitude de . Il permet l'étude des astres dans les longueurs d'onde allant du visible à l'infrarouge. C'est un projet européen de l'Observatoire européen austral (ESO).
Boîte blancheDans la théorie des systèmes, une boîte blanche (de l'anglais white box), ou boîte transparente, est un module d'un système dont on peut prévoir le fonctionnement interne car on connaît les caractéristiques de fonctionnement de l'ensemble des éléments qui le composent. Autrement dit une boîte blanche est un module qui comporte aussi peu de boîtes noires que possible. On qualifie les systèmes mixtes de « boîtes grises ».
Spectroscopie dans l'infrarouge procheLa spectroscopie dans l'infrarouge proche (ou dans le proche infrarouge, SPIR), souvent désignée par son sigle anglais NIRS (near-infrared spectroscopy), est une technique de mesure et d'analyse des spectres de réflexion dans la gamme de longueurs d'onde (l'infrarouge proche). Cette technique est largement utilisée dans les domaines de la chimie (polymères, pétrochimie, industrie pharmaceutique), de l’alimentation, de l’agriculture ainsi qu'en planétologie. À ces longueurs d’onde, les liaisons chimiques qui peuvent être analysées sont C-H, O-H et N-H.
Night visionNight vision is the ability to see in low-light conditions, either naturally with scotopic vision or through a night-vision device. Night vision requires both sufficient spectral range and sufficient intensity range. Humans have poor night vision compared to many animals such as cats, foxes and rabbits, in part because the human eye lacks a tapetum lucidum, tissue behind the retina that reflects light back through the retina thus increasing the light available to the photoreceptors.
Arséniure de gallium-indiumL'arséniure d'indium-gallium (InGaAs) (ou arséniure de gallium-indium, GaInAs) est un alliage ternaire (composé chimique) d'arséniure d'indium (InAs) et d'arséniure de gallium (GaAs). L'indium et le gallium sont des éléments du (groupe III) du tableau périodique tandis que l'arsenic est un élément du (groupe V). Les alliages de ces éléments chimiques sont appelés composés "III-V". InGaAs a des propriétés intermédiaires entre celles de GaAs et de InAs. InGaAs est un semi-conducteur à température ambiante avec des applications en électronique et en photonique.
