Hypothèse de RiemannEn mathématiques, l'hypothèse de Riemann est une conjecture formulée en 1859 par le mathématicien allemand Bernhard Riemann, selon laquelle les zéros non triviaux de la fonction zêta de Riemann ont tous une partie réelle égale à 1/2. Sa démonstration améliorerait la connaissance de la répartition des nombres premiers et ouvrirait des nouveaux domaines aux mathématiques. Cette conjecture constitue l'un des problèmes non résolus les plus importants des mathématiques du début du : elle est l'un des vingt-trois fameux problèmes de Hilbert proposés en 1900, l'un des sept problèmes du prix du millénaire et l'un des dix-huit problèmes de Smale.
VagueUne vague () est une déformation de la surface d'une masse d'eau le plus souvent sous l'effet du vent. À l'interface des deux fluides principaux de la Terre, le vent crée des vagues sur les océans, mers et lacs. Ces mouvements irréguliers se dispersent à la surface de l'eau et sont collectivement appelés état de la mer. D'autres phénomènes, moins fréquents, sont aussi la source de vagues. Ainsi, les séismes majeurs, éruptions volcaniques ou chutes de météorites créent également des vagues appelées tsunamis ou raz-de-marée.
Fonction zêta de Riemannvignette|upright=2|La fonction zêta de Riemann ζ(s) dans le plan complexe. La couleur d'un point s code la valeur de ζ(s) : des couleurs vives indiquent des valeurs proches de 0 et la nuance indique l'argument de la valeur. Le point blanc pour s = 1 est le pôle ; les points noirs sur l'axe réel négatif (demi-droite horizontale) et sur la droite critique Re(s) = 1/2 (droite verticale) sont les zéros. vignette|upright=2|Carte des couleurs utilisées dans la figure du dessus.
Réseau de neurones récurrentsUn réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.
Programmation par contraintesLa programmation par contraintes (PPC, ou CP pour constraint programming en anglais) est un paradigme de programmation apparu dans les années 1970 et 1980 permettant de résoudre des problèmes combinatoires de grande taille tels que les problèmes de planification et d'ordonnancement. En programmation par contraintes, on sépare la partie modélisation à l'aide de problèmes de satisfaction de contraintes (ou CSP pour Constraint Satisfaction Problem), de la partie résolution dont la particularité réside dans l'utilisation active des contraintes du problème pour réduire la taille de l'espace des solutions à parcourir (on parle de propagation de contraintes).
Airy wave theoryIn fluid dynamics, Airy wave theory (often referred to as linear wave theory) gives a linearised description of the propagation of gravity waves on the surface of a homogeneous fluid layer. The theory assumes that the fluid layer has a uniform mean depth, and that the fluid flow is inviscid, incompressible and irrotational. This theory was first published, in correct form, by George Biddell Airy in the 19th century.
Onde de StokesLes ondes de Stokes sont des ondes de gravité rencontrées sur la surface de la mer, des vagues. Elles ont des solutions des équations d'Euler pour un fluide incompressible irrotationnel à surface libre soumis à un champ de gravité qui ont été obtenues par George Gabriel Stokes par la théorie des perturbations en 1847 dans le cas d'un milieu de profondeur infinie. Pour un écoulement incompressible irrotationnel la vitesse dérive d'un potentiel ψ, les équations d'incompressibilité et de quantité de mouvement s'écrivent où ρ est la masse volumique, p la pression, g la gravité et z l'altitude.
Conservation de la masseLa conservation de la masse (ou de Lavoisier) est une loi fondamentale de la chimie et de la physique. Elle indique non seulement qu'au cours de toute expérience, y compris si elle implique une transformation chimique, la masse se conserve, mais aussi que le nombre d'éléments de chaque espèce chimique se conserve (cette loi ne s'applique pas à l'échelle nucléaire : voir défaut de masse). Comme toute loi de conservation elle s'exprime par une équation de conservation.
Neural networkA neural network can refer to a neural circuit of biological neurons (sometimes also called a biological neural network), a network of artificial neurons or nodes in the case of an artificial neural network. Artificial neural networks are used for solving artificial intelligence (AI) problems; they model connections of biological neurons as weights between nodes. A positive weight reflects an excitatory connection, while negative values mean inhibitory connections. All inputs are modified by a weight and summed.
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.
