Rendements d'échellevignette|Des rendements d'échelle croissants Les rendements d'échelle représentent l'accroissement de l'efficience (produire autant avec moins de moyens) à la suite de l'augmentation des facteurs de production. Les économies d'échelle traduisent la baisse du coût moyen de production consécutive à une hausse de la production. Les indicateurs des rendements d'échelle analysent la variation de l'activité d'une entreprise par rapport à la variation de ses facteurs de production.
Code correcteurvignette|Pour nettoyer les erreurs de transmission introduites par l'atmosphère terrestre (à gauche), les scientifiques de Goddard ont appliqué la correction d'erreur Reed-Solomon (à droite), qui est couramment utilisée dans les CD et DVD. Les erreurs typiques incluent les pixels manquants (blanc) et les faux signaux (noir). La bande blanche indique une brève période pendant laquelle la transmission a été interrompue.
Event-related potentialAn event-related potential (ERP) is the measured brain response that is the direct result of a specific sensory, cognitive, or motor event. More formally, it is any stereotyped electrophysiological response to a stimulus. The study of the brain in this way provides a noninvasive means of evaluating brain functioning. ERPs are measured by means of electroencephalography (EEG). The magnetoencephalography (MEG) equivalent of ERP is the ERF, or event-related field. Evoked potentials and induced potentials are subtypes of ERPs.
Feature (computer vision)In computer vision and , a feature is a piece of information about the content of an image; typically about whether a certain region of the image has certain properties. Features may be specific structures in the image such as points, edges or objects. Features may also be the result of a general neighborhood operation or feature detection applied to the image. Other examples of features are related to motion in image sequences, or to shapes defined in terms of curves or boundaries between different image regions.
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.
Mécanisme de défenseLes mécanismes de défense (Abwehrmechanismen) désignent en psychanalyse et chez Freud les procédés inconscients employés principalement par le Moi dans différentes organisations psychiques comme les névroses. Les travaux d'Anna Freud sont particulièrement centrés sur ce thème. Laplanche et Pontalis donnent des mécanismes de défense la définition suivante: ce sont . Ils précisent ensuite qu'. Pour Elsa Schmid-Kitsikis, . Quant à la définition de la « défense », lorsque le mot « défense » est pris absolument, le terme désigne pour le même auteur .
