ÉtrangetéEn physique des particules, l’étrangeté est une propriété de certaines particules élémentaires. Elle est notée S et est un nombre entier relatif, qui peut donc être positif ou négatif. Elle intervient dans les calculs de désintégration rapide liée à l'interaction forte. En notant le nombre d'antiquarks strange et le nombre de quarks strange, alors l'étrangeté de la particule est donnée par : Le baryon possédant l'étrangeté la plus importante est l'hypéron −, pour lequel S = -3.
Baryogénèsevignette|upright=2|La baryogénèse se serait produite après l'inflation (en beige), mais bien avant la première seconde suivant le Big Bang. Elle se situerait dans les parties jaune-orange du schéma ci-dessus. En cosmologie, le terme baryogénèse désigne une ou des périodes de formation des baryons au sein de l'univers primordial. Ainsi, d'après la théorie du Big Bang, lors des premiers instants de l'Univers, ce dernier était trop chaud pour permettre l'existence de la matière.
TopnessTopness (T, also called truth), a flavour quantum number, represents the difference between the number of top quarks (t) and number of top antiquarks () that are present in a particle: By convention, top quarks have a topness of +1 and top antiquarks have a topness of −1. The term "topness" is rarely used; most physicists simply refer to "the number of top quarks" and "the number of top antiquarks". Like all flavour quantum numbers, topness is preserved under strong and electromagnetic interactions, but not under weak interaction.
Grand collisionneur de hadronsvignette|Tunnel du LHC avec le tube contenant les électroaimants supraconducteurs. Le Grand collisionneur de hadrons (en anglais : Large Hadron Collider — LHC), est un accélérateur de particules mis en fonction en 2008 au CERN et situé dans la région frontalière entre la France et la Suisse entre la périphérie nord-ouest de Genève et le pays de Gex (France). C'est le plus puissant accélérateur de particules construit à ce jour, a fortiori depuis son amélioration achevée en 2015 après deux ans de mise à l'arrêt.
Méthode de Monte-CarloUne méthode de Monte-Carlo, ou méthode Monte-Carlo, est une méthode algorithmique visant à calculer une valeur numérique approchée en utilisant des procédés aléatoires, c'est-à-dire des techniques probabilistes. Les méthodes de Monte-Carlo sont particulièrement utilisées pour calculer des intégrales en dimensions plus grandes que 1 (en particulier, pour calculer des surfaces et des volumes). Elles sont également couramment utilisées en physique des particules, où des simulations probabilistes permettent d'estimer la forme d'un signal ou la sensibilité d'un détecteur.
Courbe ROCLa fonction d’efficacité du récepteur, plus fréquemment désignée sous le terme « courbe ROC » (de l’anglais receiver operating characteristic, pour « caractéristique de fonctionnement du récepteur ») dite aussi caractéristique de performance (d'un test) ou courbe sensibilité/spécificité, est une mesure de la performance d'un classificateur binaire, c'est-à-dire d'un système qui a pour objectif de catégoriser des éléments en deux groupes distincts sur la base d'une ou plusieurs des caractéristiques de chacun
Grand modèle de langageUn grand modèle de langage, grand modèle linguistique, grand modèle de langue, modèle massif de langage ou encore modèle de langage de grande taille (LLM, pour l'anglais large language model) est un modèle de langage possédant un grand nombre de paramètres (généralement de l'ordre du milliard de poids ou plus). Ce sont des réseaux de neurones profonds entraînés sur de grandes quantités de texte non étiqueté utilisant l'apprentissage auto-supervisé ou l'apprentissage semi-supervisé.
ATLAS (détecteur)thumb|Le détecteur ATLAS vers la fin février 2006 ATLAS (acronyme de A Toroidal LHC ApparatuS : - dispositif instrumental toroïdal pour le LHC - qui utilise un électro-aimant toroïdal où le champ magnétique se referme sur lui-même dans l'air, sans l'aide d'un retour de fer) est l'une des du collisionneur LHC au CERN. Il s'agit d'un détecteur de particules semblable à CMS, mais de plus grande taille et de conception différente. Il a pour tâche de détecter le boson de Higgs, des particules supersymétriques (SUSY).
Cyclotronvignette|redresse=2|Un électroaimant de cyclotron au Lawrence Hall of Science. Les parties noires sont en acier et se prolongent sous terre. Les bobines de l'aimant sont situées dans les cylindres blancs. La chambre à vide se situerait dans l’espace horizontal entre les pôles de l'aimant. vignette|droite|upright=1.25|Cœur du premier cyclotron belge, construit à Heverlee en 1947. Le cyclotron est un type d’accélérateur de particules inventé par Ernest Orlando Lawrence et Milton Stanley Livingston de l'Université de Californie à Berkeley au début des années 1930.
Zéro absoluLe zéro absolu est la température la plus basse qui puisse exister. Il correspond à la limite basse de l'échelle de température thermodynamique, soit l'état dans lequel l'enthalpie et l'entropie d'un gaz parfait atteint sa valeur minimale, notée 0. Cette température théorique est déterminée en extrapolant la loi des gaz parfaits : selon un accord international, la valeur du zéro absolu est fixée à (Celsius) ou (Fahrenheit). Par définition, les échelles Kelvin et Rankine prennent le zéro absolu comme valeur 0.
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.
Apprentissage non superviséDans le domaine informatique et de l'intelligence artificielle, l'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « balle » ou « poisson »). Il s'agit donc de découvrir les structures sous-jacentes à ces données non étiquetées. Puisque les données ne sont pas étiquetées, il est impossible à l'algorithme de calculer de façon certaine un score de réussite.
