Diffraction des électronsLa diffraction des électrons est une technique utilisée pour l'étude de la matière qui consiste à bombarder d'électrons un échantillon et à observer la figure de diffraction résultante. Ce phénomène se produit en raison de la dualité onde-particule, qui fait qu'une particule matérielle (dans le cas de l'électron incident) peut être décrite comme une onde. Ainsi, un électron peut être considéré comme une onde, comme pour le son ou les vagues à la surface de l'eau. Cette technique est similaire à la diffraction X et à la diffraction de neutrons.
Réseaux antagonistes génératifsEn intelligence artificielle, les réseaux antagonistes génératifs (RAG) parfois aussi appelés réseaux adverses génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non supervisé. Ces algorithmes ont été introduits par . Ils permettent de générer des images avec un fort degré de réalisme. Un GAN est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de théorie des jeux. Le premier réseau est le générateur, il génère un échantillon (ex.
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.
Mesure de RadonIn mathematics (specifically in measure theory), a Radon measure, named after Johann Radon, is a measure on the σ-algebra of Borel sets of a Hausdorff topological space X that is finite on all compact sets, outer regular on all Borel sets, and inner regular on open sets. These conditions guarantee that the measure is "compatible" with the topology of the space, and most measures used in mathematical analysis and in number theory are indeed Radon measures.
Text-to-image modelA text-to-image model is a machine learning model which takes an input natural language description and produces an image matching that description. Such models began to be developed in the mid-2010s, as a result of advances in deep neural networks. In 2022, the output of state of the art text-to-image models, such as OpenAI's DALL-E 2, Google Brain's , StabilityAI's Stable Diffusion, and Midjourney began to approach the quality of real photographs and human-drawn art.
Cristallisation (chimie)vignette|Cristaux de sel obtenus par cristallisation lente dans une saumure à température ambiante. 250px|vignette La cristallisation est une opération unitaire du génie chimique consistant à isoler un produit sous forme de cristaux. La cristallisation est l’une des opérations physiques les plus anciennes pratiquées, avec l'évaporation de l’eau de mer pour isoler du sel.
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.
Spin–spin relaxationIn physics, the spin–spin relaxation is the mechanism by which Mxy, the transverse component of the magnetization vector, exponentially decays towards its equilibrium value in nuclear magnetic resonance (NMR) and magnetic resonance imaging (MRI). It is characterized by the spin–spin relaxation time, known as T2, a time constant characterizing the signal decay. It is named in contrast to T1, the spin–lattice relaxation time.
Diffraction d’électrons lentsLa diffraction d'électrons lents (low-energy electron diffraction, LEED) est une technique de détermination de la structure cristalline d'une surface par bombardement à l'aide d'un faisceau monochromatique et collimaté d'électrons lents (20-200 eV) dont on observe la figure de diffraction sur un écran fluorescent. Le LEED peut être utilisé de deux façons : Qualitativement : la figure de diffraction est observée sur l'écran et la position des spots donne des informations sur la symétrie de la structure atomique en surface.
Microscope électroniquethumb|Microscope électronique construit par Ernst Ruska en 1933.thumb|Collection de microscopes électroniques anciens (National Museum of Health & Medicine). Un microscope électronique (ME) est un type de microscope qui utilise un faisceau d'électrons pour illuminer un échantillon et en créer une très agrandie. Il est inventé en 1931 par des ingénieurs allemands. Les microscopes électroniques ont un pouvoir de résolution supérieur aux microscopes optiques qui utilisent des rayonnements électromagnétiques visibles.
