Medical image computingMedical image computing (MIC) is an interdisciplinary field at the intersection of computer science, information engineering, electrical engineering, physics, mathematics and medicine. This field develops computational and mathematical methods for solving problems pertaining to medical images and their use for biomedical research and clinical care. The main goal of MIC is to extract clinically relevant information or knowledge from medical images.
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.
Régression localeLa régression locale, ou LOESS, est une méthode de régression non paramétrique fortement connexe qui combine plusieurs modèles de régression multiple au sein d'un méta-modèle qui repose sur la méthode des k plus proches voisins. « LOESS » est, en anglais, l'acronyme de « LOcally Estimated Scatterplot Smoothing ». La régression locale est une alternative possible aux méthodes habituelles de régression, comme la régression par les moindres carrés linéaire ou non linéaire, dans les cas où ces dernières s'avèrent mal adaptées.
Terre (électricité)En électricité, la terre est un concept qui représente le sol (la masse terreuse, d'où son nom) en le considérant comme parfaitement conducteur et, par convention, au potentiel . Cette dernière hypothèse peut être invalidée si le sol est peu conducteur, par exemple dans le cas du sable dans le désert ou du granit peu fissuré. La définition juridique française est : Cette définition repose sur l'hypothèse que la terre est parfaitement conductrice et que son potentiel est le même en tout point.
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.
Méthode des éléments finisEn analyse numérique, la méthode des éléments finis (MEF, ou FEM pour finite element method en anglais) est utilisée pour résoudre numériquement des équations aux dérivées partielles. Celles-ci peuvent par exemple représenter analytiquement le comportement dynamique de certains systèmes physiques (mécaniques, thermodynamiques, acoustiques).
Principe d'explosionEn logique mathématique, le principe d'explosion, énoncé en latin ou encore , ou le principe de Pseudo-Scotus, est une loi de logique classique, de logique intuitionniste et d'autres logiques, selon laquelle n'importe quel énoncé peut être déduit à partir d'une contradiction. Certaines autres logiques comme les logiques non-monotones, qui tentent de gérer des cas particuliers, la logique minimale ou les logiques paracohérentes ne possèdent pas de principes d'explosion et tentent de gérer les contradictions différemment.
Proof by contradictionIn logic, proof by contradiction is a form of proof that establishes the truth or the validity of a proposition, by showing that assuming the proposition to be false leads to a contradiction. Although it is quite freely used in mathematical proofs, not every school of mathematical thought accepts this kind of nonconstructive proof as universally valid. More broadly, proof by contradiction is any form of argument that establishes a statement by arriving at a contradiction, even when the initial assumption is not the negation of the statement to be proved.
Oscillation atlantique multidécennalethumb|Oscillation entre 1856 et 2013 qui montre un cycle qui s'étend sur plusieurs décennies. L’oscillation atlantique multidécennale ou OAM (en anglais, atlantic multidecadal oscillation ou AMO) est une variation de la température de surface de la mer qui s'étend sur plusieurs décennies, de 40 à 80 ans, observée dans le Nord de l'Océan Atlantique en soustrayant la variation linéaire due au réchauffement climatique. Ce mode de variabilité expliquerait jusqu'à 40 % de la variance de la température de surface moyennée annuellement dans l'océan Atlantique Nord.
