Électrostatiquevignette|Billes de polystyrène collées sur la fourrure d'un chat par l'électricité statique. framed|Morceaux de papier attirés par un CD chargé d'électricité statique. vignette|Foudre engendrant un éclair lumineux au-dessus d'Oradea en Roumanie. Lélectrostatique est la branche de la physique qui étudie les phénomènes créés par des charges électriques statiques pour l'observateur. Les lois obtenues peuvent se généraliser à des systèmes variables (quasi-électrostatique) pourvu que la distribution des charges puisse être considérée comme en équilibre à chaque instant.
Énergie potentielle électrostatiqueL'énergie potentielle électrostatique (ou simplement énergie électrostatique) d'une charge électrique q placée en un point P baignant dans un potentiel électrique est définie comme le travail à fournir pour transporter cette charge depuis l'infini jusqu'à la position P. Elle vaut donc : si l'on se place dans le cas où les sources générant le potentiel électrique V sont distribuées dans une région bornée de l'espace, ce qui permet d'attribuer une valeur nulle du potentiel à l'infini.
Mécanique quantique relativisteEn physique théorique, la mécanique quantique relativiste est une théorie qui tente d’unifier les postulats de la mécanique quantique non-relativiste et le principe de relativité restreinte afin de décrire la dynamique quantique d'une particule relativiste, i.e. dont la vitesse classique n'est pas très petite devant la vitesse de la lumière dans le vide. Les équations d'ondes relativistes qui généralisent l'équation de Schrödinger sont : l'équation de Klein-Gordon, qui décrit une particule massive de spin 0 ; l'équation de Dirac, qui décrit une particule massive de spin 1/2.
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.
Décharge électrostatiqueLa décharge électrostatique (DES) (en anglais, ESD pour electrostatic discharge) est un passage de courant électrique entre deux objets possédant des potentiels électriques différents sur un temps extrêmement court. Le terme est souvent utilisé en électronique et dans l'industrie lorsque l'on veut décrire des courants fugaces non-désirés pouvant endommager l'équipement électronique. Une décharge électrostatique est un problème grave dans l'électronique des solides, tels que les circuits intégrés.
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.
Équation de SchrödingerL'équation de Schrödinger, conçue par le physicien autrichien Erwin Schrödinger en 1925, est une équation fondamentale en mécanique quantique. Elle décrit l'évolution dans le temps d'une particule massive non relativiste, et remplit ainsi le même rôle que la relation fondamentale de la dynamique en mécanique classique. Au début du , il était devenu clair que la lumière présentait une dualité onde-corpuscule, c'est-à-dire qu'elle pouvait se manifester, selon les circonstances, soit comme une particule, le photon, soit comme une onde électromagnétique.
Feature (machine learning)In machine learning and pattern recognition, a feature is an individual measurable property or characteristic of a phenomenon. Choosing informative, discriminating and independent features is a crucial element of effective algorithms in pattern recognition, classification and regression. Features are usually numeric, but structural features such as strings and graphs are used in syntactic pattern recognition. The concept of "feature" is related to that of explanatory variable used in statistical techniques such as linear regression.
Moléculethumb|Modèle en 3 dimensions d'une molécule de saccharose.|alt= thumb|Schéma de la liaison covalente de deux atomes d'oxygène. Une molécule est une structure de base de la matière appartenant à la famille des composés covalents. L'Union internationale de chimie pure et appliquée définit la molécule comme . C'est l'assemblage chimique électriquement neutre d'au moins deux atomes, différents ou non, qui peut exister à l'état libre, et qui représente la plus petite quantité de matière possédant les propriétés caractéristiques de la substance considérée.
Potentiel électriqueLe potentiel électrique, exprimé en volts (symbole : V), est l'une des grandeurs définissant l'état électrique d'un point de l'espace. Il correspond à l'énergie potentielle électrostatique que posséderait une charge électrique unitaire située en ce point, c'est-à-dire à l'énergie potentielle (mesurée en joules) d'une particule chargée en ce point divisée par la charge (mesurée en coulombs) de la particule.
