Noise (signal processing)In signal processing, noise is a general term for unwanted (and, in general, unknown) modifications that a signal may suffer during capture, storage, transmission, processing, or conversion. Sometimes the word is also used to mean signals that are random (unpredictable) and carry no useful information; even if they are not interfering with other signals or may have been introduced intentionally, as in comfort noise. Noise reduction, the recovery of the original signal from the noise-corrupted one, is a very common goal in the design of signal processing systems, especially filters.
Digital image processingDigital image processing is the use of a digital computer to process s through an algorithm. As a subcategory or field of digital signal processing, digital image processing has many advantages over . It allows a much wider range of algorithms to be applied to the input data and can avoid problems such as the build-up of noise and distortion during processing. Since images are defined over two dimensions (perhaps more) digital image processing may be modeled in the form of multidimensional systems.
Problème des contactsEn mathématiques, et plus précisément en géométrie, le problème des contacts, appelé également problème d'Apollonius ou problème des trois cercles, est un des grands problèmes de l'Antiquité grecque. Il s'agit de trouver un cercle tangent à trois cercles donnés de rayons différents. Ce problème a été présenté par Pappus comme étant le dixième et le plus difficile du Traité des contacts, un des ouvrages perdus d'Apollonius. En effet, il faudra attendre 1600 pour sa résolution par François Viète qui montrera qu'il admet au maximum huit solutions.
Traité de la MéthodeLe Traité de la Méthode, ou plus simplement la Méthode est un traité de l'ingénieur et scientifique grec antique Archimède. La lecture de ce traité dont le titre original est La Méthode relative aux théorèmes mécaniques, nous aide à comprendre comment Archimède a partagé ses méthodes de travail avec la communauté scientifique de son époque.
Variété de StiefelEn mathématiques, les différentes variétés de Stiefel sont les espaces obtenus en considérant comme des points l'ensemble des familles orthonormales de k vecteurs de l'espace euclidien de dimension n. Ils possèdent une structure naturelle de variété ce qui permet de donner leurs propriétés au plan de la topologie globale, de la géométrie ou des aspects algébriques. Ce sont des exemples d'espace homogène sous l'action des groupes classiques de la géométrie.
ClustalClustal is a series of widely used computer programs used in bioinformatics for multiple sequence alignment. There have been many versions of Clustal over the development of the algorithm that are listed below. The analysis of each tool and its algorithm is also detailed in their respective categories. Available operating systems listed in the sidebar are a combination of the software availability and may not be supported for every current version of the Clustal tools.
Classe de PontriaguineEn mathématiques, les classes de Pontriaguine sont des classes caractéristiques associées aux fibrés vectoriels réels, nommées d'après Lev Pontriaguine. Les classes de Pontriaguine appartiennent aux groupes de cohomologie de degré un multiple de quatre. Soit E un fibré vectoriel réel au-dessus de M. La k-ième classe de Pontriaguine pk(E) est définie par : pk(E) = pk(E, Z) = (−1)k c2k(E ⊗ C) ∈ H4k(M, Z), où c2k(E ⊗ C) est la 2k-ième classe de Chern du complexifié E ⊗ C = E ⊕ iE de E ; H4k(M, Z) est le 4k-ième groupe de cohomologie de M à coefficients entiers.
Filtre de BloomEn informatique, et plus précisément en algorithmique, un filtre de Bloom est une structure de données inventée par Burton Howard Bloom en 1970. C'est une implémentation du type abstrait Ensemble. Cette structure est probabiliste, c'est-à-dire qu'elle utilise des probabilités, et que sa correction est probabiliste. Plus précisément, lors du test de la présence d'un élément dans un ensemble, un filtre de Bloom permet de savoir : avec certitude l'absence d'un élément (il ne peut pas y avoir de faux négatif) ; avec une certaine probabilité la présence d'un élément (il peut y avoir des faux positifs).
AutomorphismeUn automorphisme est un isomorphisme d'un objet mathématique X dans lui-même. Le plus souvent, c'est une bijection de X dans X qui préserve la « structure » de X. On peut le voir comme une symétrie de X. Les automorphismes de X forment un groupe. La définition abstraite d'un automorphisme est la suivante : c'est un endomorphisme qui est en même temps un isomorphisme. Autrement dit, c'est un morphisme d'un objet X d'une catégorie donnée dans lui-même, qui est également un isomorphisme.
