Partitionnement de donnéesvignette|upright=1.2|Exemple de clustering hiérarchique. Le partitionnement de données (ou data clustering en anglais) est une méthode en analyse des données. Elle vise à diviser un ensemble de données en différents « paquets » homogènes, en ce sens que les données de chaque sous-ensemble partagent des caractéristiques communes, qui correspondent le plus souvent à des critères de proximité (similarité informatique) que l'on définit en introduisant des mesures et classes de distance entre objets.
Regroupement hiérarchiqueDans le domaine de l'analyse et de la classification automatique de données, le regroupement hiérarchique est un partitionnement de données ou clustering, au moyen de diverses méthodes, dites « ascendantes » et « descendantes ». Les méthodes dites « descendantes » partent d’une solution générale vers une autre plus spécifique. Les méthodes de cette catégorie démarrent avec une seule classe contenant la totalité puis se divisent à chaque étape selon un critère jusqu’à l’obtention d’un ensemble de classes différentes.
Single-linkage clusteringIn statistics, single-linkage clustering is one of several methods of hierarchical clustering. It is based on grouping clusters in bottom-up fashion (agglomerative clustering), at each step combining two clusters that contain the closest pair of elements not yet belonging to the same cluster as each other. This method tends to produce long thin clusters in which nearby elements of the same cluster have small distances, but elements at opposite ends of a cluster may be much farther from each other than two elements of other clusters.
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.
Correlation clusteringClustering is the problem of partitioning data points into groups based on their similarity. Correlation clustering provides a method for clustering a set of objects into the optimum number of clusters without specifying that number in advance. Cluster analysis In machine learning, correlation clustering or cluster editing operates in a scenario where the relationships between the objects are known instead of the actual representations of the objects.
Determining the number of clusters in a data setDetermining the number of clusters in a data set, a quantity often labelled k as in the k-means algorithm, is a frequent problem in data clustering, and is a distinct issue from the process of actually solving the clustering problem. For a certain class of clustering algorithms (in particular k-means, k-medoids and expectation–maximization algorithm), there is a parameter commonly referred to as k that specifies the number of clusters to detect.
Classification doubleLa Classification double ou est une technique d'exploration de données non-supervisée permettant de segmenter simultanément les lignes et les colonnes d'une matrice. Plus formellement, la définition de la classification double peut s'exprimer de la manière suivante (pour le type de classification par colonne) : soit une matrice , soient , alors est appelé de lorsque pour tout Le a été utilisé massivement en biologie - par exemple dans l'analyse de l'expression génétique par Yizong Cheng et George M.
Trajectoirevignette|En physique la trajectoire est une ligne décrit après le déplacement d'un mobile En mathématiques et en sciences physiques, la trajectoire est la ligne décrite par n'importe quel point d'un objet en mouvement, et notamment par son centre de gravité. En biologie et en écologie la même définition s'applique pour les êtres vivants. En sciences humaines et sociales, une trajectoire est la succession avec l’âge des passages d’un individu d’un état ou d’une position sociale à l’autre.
DBSCANDBSCAN (density-based spatial clustering of applications with noise) est un algorithme de partitionnement de données proposé en 1996 par Martin Ester, Hans-Peter Kriegel, Jörg Sander et Xiaowei Xu. Il s'agit d'un algorithme fondé sur la densité dans la mesure qui s’appuie sur la densité estimée des clusters pour effectuer le partitionnement. thumb|400px|Les points A sont les points déjà dans le cluster. Les points B et C sont atteignables depuis A et appartiennent donc au même cluster.
Global Positioning SystemLe Global Positioning System (GPS) (en français : « Système mondial de positionnement » [littéralement] ou « Géo-positionnement par satellite »), originellement connu sous le nom de Navstar GPS, est un système de positionnement par satellites appartenant au gouvernement fédéral des États-Unis. Mis en place par le département de la Défense des États-Unis à des fins militaires à partir de 1973, le système avec vingt-quatre satellites est totalement opérationnel en 1995.
Système de positionnement par satellitesUn système de positionnement par satellites également désigné sous le sigle GNSS (pour Géolocalisation et Navigation par un Système de Satellites) est un ensemble de composants reposant sur une constellation de satellites artificiels permettant de fournir à un utilisateur par l’intermédiaire d'un récepteur portable de petite taille sa position 3D, sa vitesse 3D et l'heure. Cette catégorie de système de géopositionnement se caractérise par une précision métrique, sa couverture mondiale et la compacité des terminaux, mais également par sa sensibilité aux obstacles présents entre le terminal récepteur et les satellites.
Galileo (système de positionnement)Galileo est un système de positionnement par satellites (radionavigation) mis en place par l'Union européenne (UE) qui est partiellement opérationnel depuis fin 2016 et doit devenir pleinement opérationnel après le lancement des derniers satellites FOC (fully operational capability) qui doit s'achever en 2024. Comme les systèmes américain GPS, russe GLONASS et chinois Beidou, Galileo permet à un utilisateur muni d'un terminal de réception d'obtenir sa position.
Mode de transportvignette|Autobus utilisant le Washington State Ferry Un mode de transport est une forme particulière de transport qui se distingue principalement par le véhicule utilisé, et par conséquent par l'infrastructure qu'il met en œuvre. vignette|Transport par les airs et par la terre (page illustrative de The How and Why Library, 1909).
GLONASSGLONASS (en ГЛОНАСС, acronyme pour глобальная навигационная спутниковая система, globalnaïa navigatsionnaïa spoutnikovaïa sistéma, soit « système global de navigation satellitaire ») est un système de positionnement par satellites d'origine soviétique et géré par les forces spatiales de la fédération de Russie. Sa conception par le bureau d'études NPO PM (renommé par la suite ISS Reshetnev) débute en 1980 et il devient opérationnel en 1996.
Ingénierie des transportsvignette| L'ingénierie de ce rond-point à Bristol, en Angleterre, tente de faire circuler le trafic librement. L'ingénierie des transports est l'application de principes technologiques et scientifiques à la planification, la conception, l'exploitation et la gestion des installations destinés aux moyens de transport afin de garantir la sécurité, l'efficacité, la rapidité, le confort, la commodité du transport de personnes et de marchandises. Parmi les sous-disciplines de l'ingénierie des transports on peut citer l'ingénierie ferroviaire et l'ingénierie marine.
Abstraction (philosophie)L’abstraction est l'opération mentale, de l'esprit par laquelle les propriétés générales, universelles et nécessaires d'un objet sont distinguées de ses propriétés particulières et contingentes. Par cette opération, notre pensée prend une distance par rapport à l'expérience sensible et forme l'ensemble de nos idées qui seront consignées dans le langage. L'opération d'abstraction permet de distinguer entre l'abstrait et le concret. Ceux-ci forment une opposition conceptuelle fondamentale en philosophie.
FV4034 Challenger 2Le FV4034 Challenger 2 est un char de combat britannique construit par Vickers Defence Systems (maintenant BAE Systems) et qui est en service depuis 1998 dans les armées du Royaume-Uni et d'Oman. Conçu pour remplacer le Chieftain, le Challenger 2 reprend une version modifiée du châssis du Challenger 1, alors en service, mais équipée d'une nouvelle tourelle. Cent-vingt-sept chars furent initialement commandés en juin 1991 mais, à la suite de la restructuration des régiments blindés de la British Army, il fut décidé d'en commander deux-cent cinquante-neuf autres en juillet 1994 pour remplacer également le Challenger 1.
Densité d'états électroniquesEn physique du solide et physique de la matière condensée, la densité d'états électroniques, en anglais Density of States ou DOS, quantifie le nombre d'états électroniques susceptibles d’être occupés, et possédant une énergie donnée dans le matériau considéré. Elle est généralement notée par l'une des lettres g, ρ, D, n ou N. Plus précisément, on définit la densité d'états par le fait que est le nombre d'états électroniques disponibles, avec une énergie comprise entre et , par unité de volume du solide ou par maille élémentaire du cristal étudié.
Réseau sémantiqueUn réseau sémantique est un graphe marqué destiné à la représentation des connaissances, qui représente des relations sémantiques entre concepts. Le graphe est orienté ou non orienté. Ses sommets représentent les concepts, et les liens entre les sommets (nœuds) représentent les relations sémantiques, reliant les champs lexicaux. Un réseau sémantique peut être instancié, par exemple,dans une base de données orientée graphes ou un schéma conceptuel. Les réseaux sémantiques normalisés sont exprimés sous forme de triplets RDF.
Similarité sémantiqueLa similarité sémantique est une notion définie entre deux concepts soit au sein d'une même hiérarchie conceptuelle, soit - dans le cas d'alignement d'ontologies - entre deux concepts appartenant respectivement à deux hiérarchies conceptuelles distinctes. La similarité sémantique indique que ces deux concepts possèdent un grand nombre d'éléments en commun (propriétés, termes, instances). D’un point de vue psychologie cognitive, les notions de proximité et de similarité sont bien distinctes.
