Analyse des exigencesEn ingénierie des systèmes et en ingénierie logicielle, l'analyse des exigences comprend les tâches qui ont pour but de déterminer les exigences d'un système nouveau ou à modifier, en prenant en compte le conflit possible entre les exigences de diverses parties prenantes, telles que les utilisateurs. L'analyse des exigences est critique pour le succès d'un projet. Les interviews de parties prenantes sont une méthode communément employée dans l'analyse des exigences.
Business requirementsBusiness requirements, also known as stakeholder requirements specifications (StRS), describe the characteristics of a proposed system from the viewpoint of the system's end user like a CONOPS. Products, systems, software, and processes are ways of how to deliver, satisfy, or meet business requirements. Consequently, business requirements are often discussed in the context of developing or procuring software or other systems. Three main reasons for such discussions: A common practice is to refer to objectives, or expected benefits, as 'business requirements.
Requirements traceabilityRequirements traceability is a sub-discipline of requirements management within software development and systems engineering. Traceability as a general term is defined by the IEEE Systems and Software Engineering Vocabulary as (1) the degree to which a relationship can be established between two or more products of the development process, especially products having a predecessor-successor or primary-subordinate relationship to one another; (2) the identification and documentation of derivation paths (upward) and allocation or flowdown paths (downward) of work products in the work product hierarchy; (3) the degree to which each element in a software development product establishes its reason for existing; and (4) discernible association among two or more logical entities, such as requirements, system elements, verifications, or tasks.
Pile électriqueUne pile électrique, couramment dénommée « pile », est un dispositif électrochimique qui produit de l'électricité en convertissant de l'énergie chimique en énergie électrique grâce à une réaction d'oxydoréduction. Ce système électrochimique a été inventé par le scientifique italien Alessandro Volta en empilant des couches de deux métaux séparées par des feutres imbibés d'acide. Le Bureau international des poids et mesures choisit de nommer l'unité de potentiel électrique le volt, en référence à Volta.
Big dataLe big data ( « grosses données » en anglais), les mégadonnées ou les données massives, désigne les ressources d’informations dont les caractéristiques en termes de volume, de vélocité et de variété imposent l’utilisation de technologies et de méthodes analytiques particulières pour créer de la valeur, et qui dépassent en général les capacités d'une seule et unique machine et nécessitent des traitements parallélisés. L’explosion quantitative (et souvent redondante) des données numériques permet une nouvelle approche pour analyser le monde.
Flutter atrialLe flutter atrial est un trouble du rythme supraventriculaire caractérisé par une suite de contractions cardiaques se succédant très rapidement, responsable d'une tachycardie soit régulière soit irrégulière, en fonction de la réponse ventriculaire. Il est caractérisé par un aspect bien particulier de la ligne de base sur l'électrocardiogramme (en « dents de scie » ou en « toit d'usine »). vignette|278x278px|Vidéo de vulgarisation expliquant le mécanisme de flutter atrial.
Traitement de donnéesEn informatique, le terme traitement de données ou traitement électronique des données renvoie à une série de processus qui permettent d'extraire de l'information ou de produire du savoir à partir de données brutes. Ces processus, une fois programmés, sont le plus souvent automatisés à l'aide d'ordinateurs. Si les résultats finaux produits par ces processus sont destinés à des humains, leur présentation est souvent essentielle pour en apprécier la valeur. Cette appréciation est cependant variable selon les personnes.
Détection d'anomaliesDans l'exploration de données, la détection d'anomalies (en anglais, anomaly detection ou outlier detection) est l'identification d'éléments, d'événements ou d'observations rares qui soulèvent des suspicions en différant de manière significative de la majorité des autres données. Généralement, les anomalies indiquent un problème tel qu'une fraude bancaire, un défaut structurel, un problème médical ou une erreur dans un texte. Les anomalies sont également appelées des valeurs aberrantes, du bruit, des écarts ou des exceptions.
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.
MHealthvignette|Une clinique spécialisée dans la lutte contre le paludisme en Tanzanie bénéficie de l'aide du programme , qui utilise les téléphones portables pour administrer efficacement le vaccin contre le paludisme. La mHealth (également appelée m-health ou mhealth) est l'abréviation et l'anglicisme de santé mobile, un terme utilisé pour désigner la pratique de la médecine et de la santé publique à l'aide d'appareils mobiles.
Système de contrôle des batteries d'accumulateursLe système de contrôle des batteries d'accumulateurs (battery management system ou BMS en anglais, ou encore Boitier État de Charge Batterie ou BECB en français) est un système électronique permettant le contrôle et la charge des différents éléments d'une batterie d'accumulateurs. Un BMS est un élément indispensable sur tous les packs batteries.
Predictive modellingPredictive modelling uses statistics to predict outcomes. Most often the event one wants to predict is in the future, but predictive modelling can be applied to any type of unknown event, regardless of when it occurred. For example, predictive models are often used to detect crimes and identify suspects, after the crime has taken place. In many cases, the model is chosen on the basis of detection theory to try to guess the probability of an outcome given a set amount of input data, for example given an email determining how likely that it is spam.
