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.
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.
Gradient boostingGradient boosting is a machine learning technique used in regression and classification tasks, among others. It gives a prediction model in the form of an ensemble of weak prediction models, i.e., models that make very few assumptions about the data, which are typically simple decision trees. When a decision tree is the weak learner, the resulting algorithm is called gradient-boosted trees; it usually outperforms random forest.
Modèle de langageEn traitement automatique des langues, un modèle de langage ou modèle linguistique est un modèle statistique de la distribution de symboles distincts (lettres, phonèmes, mots) dans une langue naturelle. Un modèle de langage peut par exemple prédire le mot suivant dans une séquence de mots. Un modèle de langage n-gramme est un modèle de langage qui modélise des séquences de mots comme un processus de Markov. Il utilise l'hypothèse simplificatrice selon laquelle la probabilité du mot suivant dans une séquence ne dépend que d'une fenêtre de taille fixe de mots précédents.
BoostingLe boosting est un domaine de l'apprentissage automatique (branche de l'intelligence artificielle). C'est un principe qui regroupe de nombreux algorithmes qui s'appuient sur des ensembles de classifieurs binaires : le boosting optimise leurs performances. Le principe est issu de la combinaison de classifieurs (appelés également hypothèses). Par itérations successives, la connaissance d'un classifieur faible - weak classifier - est ajoutée au classifieur final - strong classifier.
AcoustiqueL’acoustique est la science du son. La discipline a étendu son domaine à l'étude de toute onde mécanique dans tout fluide, où un ébranlement se propage presque exclusivement en onde longitudinale ; le calcul de ces ondes selon les caractéristiques du milieu s'applique aussi bien pour l'air aux fréquences audibles que pour tout milieu fluide homogène et toute fréquence, y compris infrasons et ultrasons. On parle de vibroacoustique quand l'étude se porte sur l'interaction entre solides, où existent des ondes transversales, et fluides.
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.
PonctuationLa ponctuation a pour but l’organisation de l’écrit grâce à un ensemble de signes graphiques. Elle a trois fonctions principales. Elle anime le texte en indiquant des faits de la langue orale, comme l’intonation ou les pauses de diverses longueurs (indications prosodiques). Elle marque les degrés de subordination entre les différents éléments du discours (rapports syntaxiques). Enfin elle précise le sens et définit les liens logiques entre ces éléments (informations sémantiques).
Acoustique sous-marinevignette|Simulation acoustique dans un environnement océanique simple. L'acoustique sous-marine est l'étude de la propagation du son dans l'eau et de l'interaction des ondes mécaniques constituant le son avec l'eau, son contenu et ses frontières. L'eau peut être l'océan, un lac, une rivière ou un réservoir. Les fréquences typiques de l'acoustique sous-marine sont comprises entre 10 Hz et 1 MHz. La propagation du son dans l'océan à des fréquences inférieures à se poursuit dans les fonds marins, tandis que les fréquences supérieures à sont rarement utilisées car elles sont absorbées très rapidement.
Acoustique non linéaireL’acoustique non linéaire est une technique qui permet de caractériser l'état d'intégrité et « la santé » de structures ou de matériaux, sans les dégrader, soit au cours de la production, soit en cours d'utilisation, soit dans le cadre de maintenance. L’acoustique non linéaire de par sa très haute sensibilité à l’endommagement redondant ou limité des matériaux semble être une récente voie amplement efficace pour le contrôle et l‘évaluation non destructifs.
