Psychologie de la formeLa psychologie de la forme, théorie de la Gestalt ou gestaltisme (de l'allemand, Gestaltpsychologie) est une théorie psychologique et philosophique proposée au début du selon laquelle les processus de la perception et de la représentation mentale traitent les phénomènes comme des formes globales plutôt que comme l'addition ou la juxtaposition d'éléments simples. Elle se base sur trois postulats : Les activités psychiques ont lieu dans un système complexe et ouvert, dans lequel chaque système partiel est déterminé par sa relation à ses méta-systèmes.
Méthode des moindres carrésLa méthode des moindres carrés, indépendamment élaborée par Legendre et Gauss au début du , permet de comparer des données expérimentales, généralement entachées d’erreurs de mesure, à un modèle mathématique censé décrire ces données. Ce modèle peut prendre diverses formes. Il peut s’agir de lois de conservation que les quantités mesurées doivent respecter. La méthode des moindres carrés permet alors de minimiser l’impact des erreurs expérimentales en « ajoutant de l’information » dans le processus de mesure.
PerceptionLa perception est l'activité par laquelle un sujet fait l'expérience d'objets ou de propriétés présents dans son environnement. Cette activité repose habituellement sur des informations fournies par ses sens. Chez l'espèce humaine, la perception est aussi liée aux mécanismes de cognition. Le mot « perception » désigne : soit le processus de recueil et de traitement de l'information sensorielle ou sensible (en psychologie cognitive par exemple) ; soit la prise de conscience qui en résulte (en philosophie de la perception notamment).
Generalized least squaresIn statistics, generalized least squares (GLS) is a method used to estimate the unknown parameters in a linear regression model when there is a certain degree of correlation between the residuals in the regression model. Least squares and weighted least squares may need to be more statistically efficient and prevent misleading inferences. GLS was first described by Alexander Aitken in 1935. In standard linear regression models one observes data on n statistical units.
Méthode des moindres carrés ordinairevignette|Graphique d'une régression linéaire La méthode des moindres carrés ordinaire (MCO) est le nom technique de la régression mathématique en statistiques, et plus particulièrement de la régression linéaire. Il s'agit d'un modèle couramment utilisé en économétrie. Il s'agit d'ajuster un nuage de points selon une relation linéaire, prenant la forme de la relation matricielle , où est un terme d'erreur.
Nombre complexeEn mathématiques, l'ensemble des nombres complexes est actuellement défini comme une extension de l'ensemble des nombres réels, contenant en particulier un nombre imaginaire noté i tel que i = −1. Le carré de (−i) est aussi égal à −1 : (−i) = −1. Tout nombre complexe peut s'écrire sous la forme x + i y où x et y sont des nombres réels. Les nombres complexes ont été progressivement introduit au par l’école mathématique italienne (Jérôme Cardan, Raphaël Bombelli, Tartaglia) afin d'exprimer les solutions des équations du troisième degré en toute généralité par les formules de Cardan, en utilisant notamment des « nombres » de carré négatif.
Géométrie complexeIn mathematics, complex geometry is the study of geometric structures and constructions arising out of, or described by, the complex numbers. In particular, complex geometry is concerned with the study of spaces such as complex manifolds and complex algebraic varieties, functions of several complex variables, and holomorphic constructions such as holomorphic vector bundles and coherent sheaves. Application of transcendental methods to algebraic geometry falls in this category, together with more geometric aspects of complex analysis.
Interaction de configurationL'interaction de configuration (configuration interaction en anglais - CI) est une méthode post-Hartree-Fock linéaire variationnelle pour la résolution de l'équation de Schrödinger non relativiste dans l'approximation de Born-Oppenheimer pour un système chimique quantique multi-électronique. Deux sens sont liés à l'expression d'« interaction de configuration » dans ce contexte. Mathématiquement, le terme de configuration décrit simplement la combinaison linéaire de déterminants de Slater utilisée pour la fonction d'onde.
Matière noirevignette|redresse=1.1|Répartition de la densité d'énergie de l'Univers après exploitation des premières données du satellite Planck. La matière noire en est une des composantes principales. La matière noire ou matière sombre, est une catégorie de matière hypothétique, invoquée dans le cadre du Modèle ΛCDM pour rendre compte de certaines observations astrophysiques, notamment les estimations de la masse des galaxies ou des amas de galaxies et les propriétés des fluctuations du fond diffus cosmologique.
Acuité visuellevignette|Tableau de Snellen qui permet de mesurer l'acuité visuelle humaine. L'acuité visuelle (mesurée sur un œil, en vision de loin) est la capacité de discerner un petit objet (ou optotype) situé le plus loin possible, ce qui est équivalent à voir à une distance fixe (en général cinq mètres) un optotype sous le plus petit angle possible. Le minimum visible représente la visibilité binaire d'un point ou d'une ligne (vu/non vu). Un trait ou un point de fort contraste, typiquement un trait noir sur un fond blanc, peut être distingué à partir d’un diamètre apparent de 0,5 seconde d’arc.
Regularized least squaresRegularized least squares (RLS) is a family of methods for solving the least-squares problem while using regularization to further constrain the resulting solution. RLS is used for two main reasons. The first comes up when the number of variables in the linear system exceeds the number of observations. In such settings, the ordinary least-squares problem is ill-posed and is therefore impossible to fit because the associated optimization problem has infinitely many solutions.
Basic (langage)Basic ou basic (de l'acronyme anglais BASIC pour Beginner's All-purpose Symbolic Instruction Code est littéralement « code d'instruction symbolique multiusage du débutant »), fait partie d'une famille de langages de programmation de haut niveau ayant pour caractéristique leur facilité d'utilisation. La première version est présentée par John George Kemeny et Thomas Eugene Kurtz au Dartmouth College en 1964. À l’époque, la quasi-totalité des ordinateurs exigeait l’écriture de logiciels personnalisés, que seuls les scientifiques et les mathématiciens avaient tendance à apprendre.
Preuve (droit)vignette|Police scientifique cherchant des empreintes digitales qui serviront de preuves En droit, une preuve est un élément qui permet à un tiers de s'assurer de la véracité d'un fait. Dans la plupart des législations pénales ou civiles, l'altération de preuves visant, soit à altérer, falsifier ou effacer des traces ou indices, soit d’ouvrir une fausse piste, constitue une infraction grave punie par la loi. Preuve en droit civil français Preuve en droit pénal français Preuve en droit civil québécois Charge
Champ multi-configurationnel auto-cohérentLe champ multi-configurationnel auto-cohérent (Multi-configurational self-consistent field - MCSCF) est une méthode de chimie quantique utilisée pour générer qualitativement des états de référence corrects pour des molécules dans les cas où la méthode de Hartree-Fock et la théorie de la fonctionnelle de la densité ne sont pas pertinentes (comme pour les états fondamentaux moléculaires qui sont dégénérés avec des états excités bas ou dans les situations de rupture de liaisons).
K-moyennesLe partitionnement en k-moyennes (ou k-means en anglais) est une méthode de partitionnement de données et un problème d'optimisation combinatoire. Étant donnés des points et un entier k, le problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une certaine fonction. On considère la distance d'un point à la moyenne des points de son cluster ; la fonction à minimiser est la somme des carrés de ces distances.
Méthode des k plus proches voisinsEn intelligence artificielle, plus précisément en apprentissage automatique, la méthode des k plus proches voisins est une méthode d’apprentissage supervisé. En abrégé KPPV ou k-PPV en français, ou plus fréquemment k-NN ou KNN, de l'anglais k-nearest neighbors. Dans ce cadre, on dispose d’une base de données d'apprentissage constituée de N couples « entrée-sortie ». Pour estimer la sortie associée à une nouvelle entrée x, la méthode des k plus proches voisins consiste à prendre en compte (de façon identique) les k échantillons d'apprentissage dont l’entrée est la plus proche de la nouvelle entrée x, selon une distance à définir.
