Couplage de SonogashiraLe couplage de Sonogashira est une réaction de couplage direct entre un halogénure d'aryle et un alcyne terminal, catalysée par un complexe de palladium et un sel de cuivre(I) en tant que co-catalyseur. Cette réaction a été publiée par Kenkichi Sonogashira et Nobue Hagihara en 1975. Solvant de type amine. vignette|droite|450px|Mécanisme réactionnel A-B : Addition oxydante B-C (couplé avec F-G) : Transmetallation de l'alcyne du cuivre au complexe de palladium C-D : Réorganisation des ligands du palladium D-A : Elimination réductrice De plus, le couplage de Sonogashira comprend un co-cycle E-F-G qui permet in fine la transmétallation de l'alcyne sur le palladium.
Intelligence artificielle distribuéeL'Intelligence Artificielle Distribuée (IAD) est une branche de l'Intelligence artificielle. On distinguera : le principe d'adapter les approches de l'Intelligence Artificielle classique sur une architecture distribuée (par exemple avec une parallélisation des programmes) les approches où l'Intelligence Artificielle est conceptuellement répartie sur un certain nombre d'entités (réseaux de neurones artificiels, systèmes multi-agents) de façon similaire à une Intelligence distribuée.
Robotiquethumb|upright=1.5|Nao, un robot humanoïde. thumb|upright=1.5|Des robots industriels au travail dans une usine. La robotique est l'ensemble des techniques permettant la conception et la réalisation de machines automatiques ou de robots. L'ATILF donne la définition suivante du robot : « il effectue, grâce à un système de commande automatique à base de microprocesseur, une tâche précise pour laquelle il a été conçu dans le domaine industriel, scientifique, militaire ou domestique ».
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Vol spatialLe vol spatial est le mouvement d'un astronef dans et à travers l'espace. Le vol spatial est utilisé dans le cadre de l'exploration spatiale, et dans les activités commerciales liées telles que le tourisme spatial et les satellites de télécommunication. D'autres usages non commerciaux sont également recensés, tels que les télescopes spatiaux et les satellites espions ou ceux d'observation de la planète. Un vol spatial débute par un lancement, procurant la poussée initiale permettant d'outrepasser la force de gravitation et d'arracher le vaisseau de la surface terrestre.
Manœuvre orbitalevignette|Trajectoires des sondes Voyager de la NASA. Dans le domaine des vols spatiaux, une manœuvre orbitale est définie comme étant l’utilisation d’un système de propulsion spatiale afin de modifier l’orbite d’un astronef. Par exemple il peut s’agir de l’augmentation ou la diminution de la vitesse d’une sonde interplanétaire, de l’orientation d’un satellite, ou encore de la modification de l’inclinaison de son orbite. Par opposition, lorsque le véhicule spatial considéré n’est pas soumis à une manœuvre orbitale, on dit alors qu’il est en phase de vol balistique.
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.
Intelligence distribuéeL'intelligence distribuée, appelée aussi intelligence en essaim, désigne l'apparition de phénomènes cohérents à l'échelle d'une population dont les individus agissent selon des règles simples. L'interaction ou la synergie entre actions individuelles simples peut de façons variées permettre l'émergence de formes, organisations, ou comportements collectifs, complexes ou cohérents, tandis que les individus eux se comportent à leur échelle indépendamment de toute règle globale.
Algorithme génétiqueLes algorithmes génétiques appartiennent à la famille des algorithmes évolutionnistes. Leur but est d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode exacte (ou que la solution est inconnue) pour le résoudre en un temps raisonnable. Les algorithmes génétiques utilisent la notion de sélection naturelle et l'appliquent à une population de solutions potentielles au problème donné.
Learning rateIn machine learning and statistics, the learning rate is a tuning parameter in an optimization algorithm that determines the step size at each iteration while moving toward a minimum of a loss function. Since it influences to what extent newly acquired information overrides old information, it metaphorically represents the speed at which a machine learning model "learns". In the adaptive control literature, the learning rate is commonly referred to as gain. In setting a learning rate, there is a trade-off between the rate of convergence and overshooting.
