Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
Vision par ordinateurLa vision par ordinateur est un domaine scientifique et une branche de l’intelligence artificielle qui traite de la façon dont les ordinateurs peuvent acquérir une compréhension de haut niveau à partir d's ou de vidéos numériques. Du point de vue de l'ingénierie, il cherche à comprendre et à automatiser les tâches que le système visuel humain peut effectuer. Les tâches de vision par ordinateur comprennent des procédés pour acquérir, traiter, et « comprendre » des images numériques, et extraire des données afin de produire des informations numériques ou symboliques, par ex.
Rotation culturalethumb|alt=Classification des différentes séquences culturales possibles : monoculture, polyculture, cultures multiples, cultures en dérobé.|upright=1.5|Classification des séquences culturales. La rotation culturale (ou rotation des cultures) est, en agriculture, la suite de cultures échelonnées au fil des années sur une même parcelle. C'est un élément important de la gestion de la fertilité des sols et des bioagresseurs, et donc un atout pour l'augmentation des rendements.
Résistance des plantes aux maladiesvignette|upright=2|Les plantes n'ont qu'un système immunitaire inné qui repose sur deux niveaux : le premier appelé PTI est une résistance non spécifique induite par les éliciteurs des pathogènes et implique une réponse qui limite la croissance du pathogène. Le second appelé ETI est une résistance spécifique qui se traduit par une réponse plus forte s'accompagnant le plus souvent d'une mort des cellules végétales par apoptose ou nécrose au niveau du site d'infection (réponse hypersensible).
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Cash cropA cash crop, also called profit crop, is an agricultural crop which is grown to sell for profit. It is typically purchased by parties separate from a farm. The term is used to differentiate marketed crops from staple crop ("subsistence crop") in subsistence agriculture, which are those fed to the producer's own livestock or grown as food for the producer's family. In earlier times, cash crops were usually only a small (but vital) part of a farm's total yield, while today, especially in developed countries and among smallholders almost all crops are mainly grown for revenue.
Apprentissage par renforcement profondL'apprentissage par renforcement profond (en anglais : deep reinforcement learning ou deep RL) est un sous-domaine de l'apprentissage automatique (en anglais : machine learning) qui combine l'apprentissage par renforcement et l'apprentissage profond (en anglais : deep learning). L'apprentissage par renforcement considère le problème d'un agent informatique (par exemple, un robot, un agent conversationnel, un personnage dans un jeu vidéo, etc.) qui apprend à prendre des décisions par essais et erreurs.
Mesure stéréoscopiqueLa stéréovision ou mesure stéréoscopique est une méthode de mesure qui consiste à se servir de la prise d'images (photographiques ou numériques) prises de différents points de vue, pour déterminer les dimensions, les formes ou les positions d'objets. Pour cela on utilise : soit des appareils photographiques étalonnés utilisant des films argentiques plans et stables dimensionnellement ou des détecteurs C.C.D à haute résolution pour des mesures statiques ; soit des caméras (film ou CCD) si des mesures dynamiques sont nécessaires (vidéogrammétrie).
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.
Sécurité alimentaire« La sécurité alimentaire existe lorsque tous les êtres humains ont, à tout moment, la possibilité physique, sociale et économique de se procurer une nourriture suffisante, saine et nutritive leur permettant de satisfaire leurs besoins et préférences alimentaires pour mener une vie saine et active » est la définition formelle du concept de sécurité alimentaire selon le Comité de la Sécurité alimentaire mondiale. Cette définition a été adoptée par un consensus international depuis le Sommet Mondial de l'Alimentation réuni à Rome en 1996.
