Science des solsLa science des sols, (soil science en anglais), est l'ensemble des disciplines scientifiques concernant les sols de la surface terrestre. Les deux branches principales de la science des sols sont : la pédologie, qui étudie la formation (pédogenèse) et l'évolution des sols ; l'édaphologie, qui étudie l'influence des sols sur les êtres vivants, particulièrement en tant qu'habitats naturels pour les végétaux (l'agrologie portant plus spécifiquement sur l'étude des seuls sols agricoles).
Équation différentielle linéaireUne équation différentielle linéaire est un cas particulier d'équation différentielle pour lequel on peut appliquer des procédés de superposition de solutions, et exploiter des résultats d'algèbre linéaire. De nombreuses équations différentielles de la physique vérifient la propriété de linéarité. De plus, les équations différentielles linéaires apparaissent naturellement en perturbant une équation différentielle (non linéaire) autour d'une de ses solutions.
Carbone du solLe carbone du sol est la matière terrestre solide stockée dans les sols au niveau mondial. Cette appellation comprend à la fois la matière organique du sol et l'ensemble du carbone inorganique constituant les minéraux carbonatés. Le carbone du sol est un puits de carbone par rapport au cycle mondial du carbone, jouant un rôle dans la biogéochimie, l'atténuation du changement climatique et dans la construction de modèles climatiques mondiaux. Le carbone du sol est présent sous deux formes : inorganique et organique.
Neural network softwareNeural network software is used to simulate, research, develop, and apply artificial neural networks, software concepts adapted from biological neural networks, and in some cases, a wider array of adaptive systems such as artificial intelligence and machine learning. Neural network simulators are software applications that are used to simulate the behavior of artificial or biological neural networks. They focus on one or a limited number of specific types of neural networks.
Neural networkA neural network can refer to a neural circuit of biological neurons (sometimes also called a biological neural network), a network of artificial neurons or nodes in the case of an artificial neural network. Artificial neural networks are used for solving artificial intelligence (AI) problems; they model connections of biological neurons as weights between nodes. A positive weight reflects an excitatory connection, while negative values mean inhibitory connections. All inputs are modified by a weight and summed.
Dérivation numériqueEn analyse numérique, les algorithmes de dérivation numérique évaluent la dérivée d'une fonction mathématique ou d'un sous-programme de fonction en utilisant les valeurs de la fonction et peut-être d'autres propriétés connues sur la fonction. droite|255x255px La méthode la plus simple consiste à utiliser des approximations de différences finies. Une simple estimation à deux points consiste à calculer la pente d'une droite sécante proche passant par les points et .
Differentiable programmingDifferentiable programming is a programming paradigm in which a numeric computer program can be differentiated throughout via automatic differentiation. This allows for gradient-based optimization of parameters in the program, often via gradient descent, as well as other learning approaches that are based on higher order derivative information. Differentiable programming has found use in a wide variety of areas, particularly scientific computing and artificial intelligence.
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.
Équation différentielle homogèneL'expression équation différentielle homogène a deux significations totalement distinctes et indépendantes. Une équation différentielle du premier ordre mais non nécessairement linéaire est dite homogène de degré n si elle peut s'écrire sous la forme où F est une fonction homogène de degré n, c'est-à-dire vérifiant Autrement dit (en posant h(u)=F(1,u)), c'est une équation qui s'écrit Le cas le plus étudié est celui où le degré d'homogénéité est 0, à tel point que dans ce cas on ne mentionne même pas le degré.
VégétationLa végétation est l'ensemble des plantes qui poussent en un lieu donné selon leur nature. De la notion de végétation découlent les notions connexes de tapis végétal, de paysage végétal, de type de végétation et de formation végétale. On distingue la végétation naturelle composée de plantes sauvages dites spontanées de la végétation artificialisée composée de plantes cultivées. On considère ce qui pousse sur une surface donnée de sol, ou dans un milieu aquatique. On parle aussi de « couverture végétale » ou de « paysage végétal ».
Cycle du carbonevignette|redresse=2|Schéma du cycle du carbone : l'immense réservoir de carbone est la lithosphère qui stocke 80 000 000 Gigatonnes (Gt) de carbone minéral, sous forme de roches carbonatées et 14 000 Gt de carbone dans la matière organique fossile (réévaluation par rapport aux données du schéma). L'hydrosphère est un réservoir intermédiaire qui stocke 39 000 Gt de carbone sous forme de . L’atmosphère et la biosphère sont des petits réservoirs : le premier stocke 750 Gt principalement sous forme de , le second deux à trois fois plus selon les auteurs.
Modèle climatiqueUn modèle climatique est une modélisation mathématique du climat dans une zone géographique donnée. Historiquement, le premier modèle atmosphérique date de 1950, et a été testé sur le premier ordinateur existant, l'ENIAC. À la date du sixième rapport d'évaluation du GIEC (2021), autour de 100 modèles indépendants étaient utilisés par 49 différents laboratoires de climatologie à travers le monde. Les modèles varient en complexité. Les plus simples permettent de faire des simulations couvrant de plus larges domaines et étendues de temps.
