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 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.
Types of artificial neural networksThere are many types of artificial neural networks (ANN). Artificial neural networks are computational models inspired by biological neural networks, and are used to approximate functions that are generally unknown. Particularly, they are inspired by the behaviour of neurons and the electrical signals they convey between input (such as from the eyes or nerve endings in the hand), processing, and output from the brain (such as reacting to light, touch, or heat). The way neurons semantically communicate is an area of ongoing research.
Langues indo-européennesthumb|right|L'expansion des langues indo-européennes d'après l'hypothèse kourgane introduite par Marija Gimbutas. thumb|Distribution approximative actuelle des branches indo-européennes dans leurs terres d'origines en Europe et en Asie : Les zones hachurées ou en pointillé, indiquent les régions où le multilinguisme est fréquent ou la norme. thumb|Distribution approximative actuelle des langues indo-européennes parlées en Amérique : En linguistique, les langues indo-européennes forment une famille de langues étroitement apparentées ayant pour origine ce qu'il est convenu d'appeler l'indo-européen commun et .
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.
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.
Extreme learning machineEn apprentissage automatique, le terme extreme learning machine (machine à apprentissage extrême) fait référence à un type de réseau de neurones. Sa spécificité est de n'avoir qu'une seule couche de nœuds cachés, où les poids des entrées de connexion de nœuds cachés sont répartis au hasard et jamais mis à jour. Ces poids entre les nœuds cachés d'entrée et les sorties sont appris en une seule étape, ce qui revient essentiellement à l'apprentissage d'un modèle linéaire.
Grammaire lexicale-fonctionnelleLe formalisme des grammaires lexicales-fonctionnelles (en anglais Lexical-Functional Grammars, d'où l'acronyme que nous utiliserons désormais, LFG) est un formalisme grammatical utilisé pour formaliser les langues naturelles. C'est un formalisme à décorations dont le formalisme squelette est celui des grammaires non contextuelles, et dont les décorations sont appelées structures fonctionnelles.
Indo-européen communL’indo-européen commun, proto-indo-européen (PIE) ou indo-européen (IE) est une langue hypothétique considérée comme l'origine unique des langues indo-européennes actuelles. Cette possible protolangue est partiellement reconstruite par les linguistes à partir des similitudes entre langues souvent disparues mais réelles et connues et partiellement à partir des schémas de transformation notamment phonologiques bien identifiés.
Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
Langues en Europevignette|Carte des langues d'Europe, repérées par leur code ISO. vignette|Langues d'Europe en 1907. Les langues d'Europe sont les langues parlées quotidiennement par les différents peuples installés dans l'espace géographique et culturel européen. La plupart des langues en Europe appartiennent à la famille des langues indo-européennes, l'autre grande famille étant celle des langues finno-ougriennes. La famille des langues turques est également présente, tandis que les familles des langues abkhazo-adygiennes, langues nakho-daghestaniennes et langues kartvéliennes jouent un rôle important dans le Caucase.
Traitement automatique du langage naturelLe traitement automatique du langage naturel (TALN), en anglais natural language processing ou NLP, est un domaine multidisciplinaire impliquant la linguistique, l'informatique et l'intelligence artificielle, qui vise à créer des outils de traitement du langage naturel pour diverses applications. Il ne doit pas être confondu avec la linguistique informatique, qui vise à comprendre les langues au moyen d'outils informatiques.
Generative grammarGenerative grammar, or generativism ˈdʒɛnərətɪvɪzəm, is a linguistic theory that regards linguistics as the study of a hypothesised innate grammatical structure. It is a biological or biologistic modification of earlier structuralist theories of linguistics, deriving ultimately from glossematics. Generative grammar considers grammar as a system of rules that generates exactly those combinations of words that form grammatical sentences in a given language.
Language processing in the brainIn psycholinguistics, language processing refers to the way humans use words to communicate ideas and feelings, and how such communications are processed and understood. Language processing is considered to be a uniquely human ability that is not produced with the same grammatical understanding or systematicity in even human's closest primate relatives. Throughout the 20th century the dominant model for language processing in the brain was the Geschwind-Lichteim-Wernicke model, which is based primarily on the analysis of brain-damaged patients.
JaponaisLe japonais est la langue du Japon, parlée par le peuple japonais. Néanmoins, aucune loi ne lui donne le statut de langue officielle, même si elle est la langue des documents officiels et de l'éducation. Le japonais est également utilisé par la diaspora nippone (notamment au Brésil et au Pérou, où d'importantes communautés parlant cette langue sont implantées, comme à Lima et à Sao Paulo), et a un statut de langue officielle sur l'île d'Angaur dans les Palaos bien qu'il n'y soit plus parlé.
Système de classeursUn système de classeurs (Learning Classifier System ou LCS en anglais) est un système d'apprentissage automatique utilisant l'apprentissage par renforcement et les algorithmes génétiques. Ils ont été introduits par Holland en 1977 et développé par Goldberg en 1989 Un système de classeurs (aussi appelé classifiers) est composé d'une base de règles, appelée classeur, associés à un poids. Chaque règle est composée d'une partie condition et d'une partie action. Le classeur commence par être initialisé (aléatoirement ou non).
PhonotaxeLa phonotaxe ou phonotactique est la branche de la phonétique et de la phonologie d’une langue donnée, qui étudie les séquences de sons (phones du point de vue de la phonétique), respectivement de phonèmes (du point de vue de la phonologie) pouvant exister dans cette langue, c’est-à-dire quels sons peuvent apparaître et dans quelles positions dans la langue en cause (par exemple structures possibles de syllabes, séquences de consonnes). Ces possibilités et les restrictions qu’elles impliquent constituent les règles phonotactiques de la langue.
PhonétiqueLa phonétique est une branche de la linguistique qui étudie les phones (les sons) en tant que plus petits segments de la parole, du point de vue physique, physiologique, neurophysiologique et neuropsychologique, c’est-à-dire de leur production, transmission, audition et évolution dans le processus de communication humaine par la langue, en utilisant des moyens spécifiques pour leur description, classification et transcription. Certains auteurs incluent dans l’objet de la phonétique les traits suprasegmentaux de la parole (accent, intonation, etc.
Rétropropagation du gradientEn intelligence artificielle, plus précisément en apprentissage automatique, la rétropropagation du gradient est une méthode pour entraîner un réseau de neurones. Elle consiste à mettre à jour les poids de chaque neurone de la dernière couche vers la première. Elle vise à corriger les erreurs selon l'importance de la contribution de chaque élément à celles-ci. Dans le cas des réseaux de neurones, les poids synaptiques qui contribuent plus à une erreur seront modifiés de manière plus importante que les poids qui provoquent une erreur marginale.
Mongol| carte = Idioma mongol.png Le mongol (en , littéralement : « langue mongole ») est une langue appartenant au groupe des langues mongoles, qui fait lui-même partie de la famille controversée des langues altaïques. Il est parlé en Mongolie, pays dont il est la langue officielle sous le nom de khalkha (ou en cyrillique халх), puisqu'elle était parlée à l'origine par les Khalkhas, peuple mongol s'étant formé autour de la rivière Khalkha (également appelé qalq-a-yin γoul, Халхын гол).
