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.
Rule-based machine learningRule-based machine learning (RBML) is a term in computer science intended to encompass any machine learning method that identifies, learns, or evolves 'rules' to store, manipulate or apply. The defining characteristic of a rule-based machine learner is the identification and utilization of a set of relational rules that collectively represent the knowledge captured by the system. This is in contrast to other machine learners that commonly identify a singular model that can be universally applied to any instance in order to make a prediction.
Reservoir modelingIn the oil and gas industry, reservoir modeling involves the construction of a computer model of a petroleum reservoir, for the purposes of improving estimation of reserves and making decisions regarding the development of the field, predicting future production, placing additional wells and evaluating alternative reservoir management scenarios. A reservoir model represents the physical space of the reservoir by an array of discrete cells, delineated by a grid which may be regular or irregular.
RuissellementEn hydrologie, le ruissellement ou ruissèlement est l'écoulement des eaux à la surface de la terre, notamment la surface des sols, contrairement à celle y pénétrant par infiltration. L'intensité des précipitations favorise le ruissellement en proportion de l'insuffisance de l'infiltration et de la capacité de rétention de la surface du sol.
Lac de barragevignette|Lac de barrage de la Plate-Taille en Belgique avec sa tour d'observation. Un lac de barrage, lac de retenue ou réservoir est un plan d'eau dont le niveau est contrôlé par un ou plusieurs ouvrages d'art et qui est utilisé à des fins utilitaires. Un lac de barrage est alimenté par le ruissellement des eaux et la confluence de cours d'eau situés en amont.
Reservoir simulationReservoir simulation is an area of reservoir engineering in which computer models are used to predict the flow of fluids (typically, oil, water, and gas) through porous media. The creation of models of oil fields and the implementation of calculations of field development on their basis is one of the main areas of activity of engineers and oil researchers. On the basis of geological and physical information about the properties of an oil, gas or gas condensate field, consideration of the capabilities of the systems and technologies for its development create quantitative ideas about the development of the field as a whole.
Apprentissage ensemblisteIn statistics and machine learning, ensemble methods use multiple learning algorithms to obtain better predictive performance than could be obtained from any of the constituent learning algorithms alone. Unlike a statistical ensemble in statistical mechanics, which is usually infinite, a machine learning ensemble consists of only a concrete finite set of alternative models, but typically allows for much more flexible structure to exist among those alternatives.
Columbia (fleuve)Le Columbia (se prononce ou « co-lemb-bia » et se nomme Columbia River en anglais) est un fleuve circulant du Canada aux États-Unis avant de se jeter dans l'océan Pacifique. C'est le plus grand cours d'eau de la région Nord-Ouest Pacifique de l'Amérique du Nord, que ce soit par sa longueur totale, la taille du bassin versant ou son débit à l'embouchure. Il prend sa source dans les montagnes Rocheuses en Colombie-Britannique, au Canada, puis coule dans les États américains de Washington et de l'Oregon avant de se jeter dans l'océan Pacifique à la hauteur de la ville d'Astoria.
Estimation spectraleL'estimation spectrale regroupe toutes les techniques d'estimation de la densité spectrale de puissance (DSP). Les méthodes d'estimation spectrale paramétriques utilisent un modèle pour obtenir une estimation du spectre. Ces modèles reposent sur une connaissance a priori du processus et peuvent être classées en trois grandes catégories : Modèles autorégressif (AR) Modèles à moyenne ajustée (MA) Modèles autorégressif à moyenne ajustée (ARMA). L'approche paramétrique se décompose en trois étapes : Choisir un modèle décrivant le processus de manière appropriée.
