ÉclairageLéclairage est l'ensemble des moyens qui permettent à l'homme de doter son environnement des conditions de luminosité qu'il estime nécessaires à son activité ou son agrément. L'éclairage associe une source lumineuse (naturelle ou artificielle, fixe ou mobile) et d'éventuels dispositifs de type batteries, luminaires ou miroir/puits de Lumière. Les sources artificielles étaient le feu, des lampes à graisse, puis des lampes à huile, des torches, des bougies, les lampes à pétrole puis le gaz, puis des lampes électriques d’abord à incandescence (traditionnelle ou halogène) puis fluorescentes et électroluminescentes.
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.
DaylightingDaylighting is the practice of placing windows, skylights, other openings, and reflective surfaces so that direct or indirect sunlight can provide effective internal lighting. Particular attention is given to daylighting while designing a building when the aim is to maximize visual comfort or to reduce energy use. Energy savings can be achieved from the reduced use of artificial (electric) lighting or from passive solar heating.
Pollution lumineuseLa pollution lumineuse est à la fois la présence nocturne anormale ou gênante de lumière et les conséquences de l'éclairage artificiel nocturne sur la faune, la flore, la fonge (le règne des champignons), les écosystèmes ainsi que les effets suspectés ou avérés sur la santé humaine. Comme celle de pollution du ciel nocturne qui la remplace parfois et qui désigne particulièrement la disparition des étoiles du ciel nocturne en milieu urbain, la notion de pollution lumineuse est apparue dans la deuxième moitié du et a évolué depuis.
Phare (automobile)Les phares d'automobiles sont des projecteurs de lumière destinés à l'éclairage de la route empruntée par un véhicule la nuit. Ils sont un constituant de l'éclairage standard des automobiles. Ils servent aussi à rendre le véhicule plus facilement visible par les autres, notamment par temps de pluie. Il existe également des phares de jour destinés à accroître la visibilité diurne. Les premiers phares, issus du monde hippomobile, ont d'abord été constitués d'une lanterne donnant un faible éclairage par la combustion d'une bougie, d'huile ou d'acétylène.
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Maison solaire passiveUne maison solaire passive est une habitation de type habitat passif, c'est-à-dire conçue pour bénéficier au maximum du rayonnement solaire, grâce à sa conception (forme, orientation, répartition des ouvertures, isolation, inertie thermique...), à la qualité de ses composants (murs, toiture, sol, fenêtres et portes...) et à une ventilation performante qui permet de maîtriser les apports d'air et le degré d'humidité.
Lighting control systemA lighting control system incorporates communication between various system inputs and outputs related to lighting control with the use of one or more central computing devices. Lighting control systems are widely used on both indoor and outdoor lighting of commercial, industrial, and residential spaces. Lighting control systems are sometimes referred to under the term smart lighting. Lighting control systems serve to provide the right amount of light where and when it is needed.
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.
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.
Réseau neuronal résidueldroite|vignette| Forme canonique d'un réseau neuronal résiduel. Une couche l − 1 est ignoré sur l'activation de l − 2. Un réseau neuronal résiduel ( ResNet ) est un réseau neuronal artificiel (ANN). Il s'agit d'une variante du HighwayNet , le premier réseau neuronal à action directe très profond avec des centaines de couches, beaucoup plus profond que les réseaux neuronaux précédents. Les sauts de connexion ou "raccourcis" sont utilisés pour passer par-dessus certaines couches ( les HighwayNets peuvent également avoir des poids pour les saut eux-mêmes, grâce à une matrice de poids supplémentaire pour leurs portes).
Architectural lighting designArchitectural lighting design is a field of work or study that is concerned with the design of lighting systems within the built environment, both interior and exterior. It can include manipulation and design of both daylight and electric light or both, to serve human needs. Lighting design is based in both science and the visual arts. The basic aim of lighting within the built environment is to enable occupants to see clearly and without discomfort.
Stage lightingStage lighting is the craft of lighting as it applies to the production of theater, dance, opera, and other performance arts. Several different types of stage lighting instruments are used in this discipline. In addition to basic lighting, modern stage lighting can also include special effects, such as lasers and fog machines. People who work on stage lighting are commonly referred to as lighting technicians or lighting designers. The equipment used for stage lighting (e.g.
Construction durableLécoconstruction ou construction durable est la création, la restauration, la rénovation ou la réhabilitation d'un bâtiment en lui permettant de respecter au mieux l'écologie à chaque étape de la construction, et plus tard, de son utilisation (chauffage, consommation d'énergie, rejet des divers flux : eau, déchets). Cette notion, apparue à la fin des années 1940 cherche aussi à intégrer le plus respectueusement possible le bâti dans le milieu naturel en utilisant au mieux des ressources peu transformées, locales, saines, et dans le milieu urbain, de travail ou rural en favorisant les liens sociaux.
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.
SunlightSunlight is a portion of the electromagnetic radiation given off by the Sun, in particular infrared, visible, and ultraviolet light. On Earth, sunlight is scattered and filtered through Earth's atmosphere, and is obvious as daylight when the Sun is above the horizon. When direct solar radiation is not blocked by clouds, it is experienced as sunshine, a combination of bright light and radiant heat. When blocked by clouds or reflected off other objects, sunlight is diffused.
Computer graphics lightingComputer graphics lighting is the collection of techniques used to simulate light in computer graphics scenes. While lighting techniques offer flexibility in the level of detail and functionality available, they also operate at different levels of computational demand and complexity. Graphics artists can choose from a variety of light sources, models, shading techniques, and effects to suit the needs of each application. Light sources allow for different ways to introduce light into graphics scenes.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Jeux d'entrainement, de validation et de testEn apprentissage automatique, une tâche courante est l'étude et la construction d'algorithmes qui peuvent apprendre et faire des prédictions sur les données. De tels algorithmes fonctionnent en faisant des prédictions ou des décisions basées sur les données, en construisant un modèle mathématique à partir des données d'entrée. Ces données d'entrée utilisées pour construire le modèle sont généralement divisées en plusieurs jeux de données .
