Critère d'information bayésienLe critère d'information bayésien (en anglais bayesian information criterion, en abrégé BIC), aussi appelé critère d'information de Schwarz, est un critère d'information dérivé du critère d'information d'Akaike proposé par en 1978. À la différence du critère d'information d'Akaike, la pénalité dépend de la taille de l'échantillon et pas seulement du nombre de paramètres. Il s'écrit : avec la vraisemblance du modèle estimée, le nombre d'observations dans l'échantillon et le nombre de paramètres libres du modèle.
Réseau de BravaisEn cristallographie, un réseau de Bravais est une distribution régulière de points – appelés nœuds – dans l’espace qui représente la périodicité de la distribution atomique d’un cristal. Les nœuds peuvent être imaginés comme les sommets des mailles, c'est-à-dire des portions de l'espace dans lesquelles la structure cristalline peut être divisée. La structure est alors reconstruite par simple translation de la maille.
Structure cristallineLa structure cristalline (ou structure d'un cristal) donne l'arrangement des atomes dans un cristal. Ces atomes se répètent périodiquement dans l'espace sous l'action des opérations de symétrie du groupe d'espace et forment ainsi la structure cristalline. Cette structure est un concept fondamental pour de nombreux domaines de la science et de la technologie. Elle est complètement décrite par les paramètres de maille du cristal, son réseau de Bravais, son groupe d'espace et la position des atomes dans l'unité asymétrique la maille.
Paramètre cristallinLes paramètres cristallins, aussi appelés paramètres de maille, sont des grandeurs utilisées pour décrire la maille d'un cristal. On distingue trois longueurs (a, b, c) et trois angles (α, β, γ) qui déterminent entièrement le parallélépipède qu'est la maille, élémentaire ou multiple. Les paramètres a, b et c sont mesurés en ångströms (Å), en nanomètres (nm), parfois en picomètres, et α, β et γ en degrés (°).
Chaîne de Markovvignette|Exemple élémentaire de chaîne de Markov, à deux états A et E. Les flèches indiquent les probabilités de transition d'un état à un autre. En mathématiques, une chaîne de Markov est un processus de Markov à temps discret, ou à temps continu et à espace d'états discret. Un processus de Markov est un processus stochastique possédant la propriété de Markov : l'information utile pour la prédiction du futur est entièrement contenue dans l'état présent du processus et n'est pas dépendante des états antérieurs (le système n'a pas de « mémoire »).
Méthode de Monte-Carlo par chaînes de MarkovLes méthodes de Monte-Carlo par chaînes de Markov, ou méthodes MCMC pour Markov chain Monte Carlo en anglais, sont une classe de méthodes d'échantillonnage à partir de distributions de probabilité. Ces méthodes de Monte-Carlo se basent sur le parcours de chaînes de Markov qui ont pour lois stationnaires les distributions à échantillonner. Certaines méthodes utilisent des marches aléatoires sur les chaînes de Markov (algorithme de Metropolis-Hastings, échantillonnage de Gibbs), alors que d'autres algorithmes, plus complexes, introduisent des contraintes sur les parcours pour essayer d'accélérer la convergence (Monte Carlo Hybride, Surrelaxation successive).
Critère d'information d'AkaikeLe critère d'information d'Akaike, (en anglais Akaike information criterion ou AIC) est une mesure de la qualité d'un modèle statistique proposée par Hirotugu Akaike en 1973. Lorsque l'on estime un modèle statistique, il est possible d'augmenter la vraisemblance du modèle en ajoutant un paramètre. Le critère d'information d'Akaike, tout comme le critère d'information bayésien, permet de pénaliser les modèles en fonction du nombre de paramètres afin de satisfaire le critère de parcimonie.
Science ouverteLa science ouverte (en ou en pour les anglophones) est un mouvement qui cherche à rendre la recherche scientifique et les données qu'elle produit accessibles à tous et dans tous les niveaux de la société. Pour cela, la science ouverte s'appuie fortement sur le recours à l'Internet ouvert, à l'open data, aux outils de travail collaboratif (dont Wikipédia, Wikiversité et Wikispecies font partie), à la formation en ligne et au web social de manière à rendre la recherche scientifique et ses données accessibles à tous (amateurs et professionnels).
Libre accès (édition scientifique)Le libre accès ou accès ouvert (en anglais : open access) est la mise à disposition en ligne de contenus numériques, qui peuvent eux-mêmes être soit libres (Creative Commons), soit sous un des régimes de propriété intellectuelle. Le libre accès est principalement utilisé pour les articles de revues de recherche universitaires sélectionnés par des pairs. On devrait, en réalité, distinguer le libre accès et l'accès ouvert (anglais : gratis open access), afin de distinguer plus nettement ce qui est, respectivement, en accès gratuit et libre, parce que soumis à une licence libre, et ce qui est « simplement » en accès gratuit pour l'internaute.
Théorème de dérivation des fonctions composéesEn mathématiques, dans le domaine de l'analyse, le théorème de dérivation des fonctions composées (parfois appelé règle de dérivation en chaîne ou règle de la chaîne, selon l'appellation anglaise) est une formule explicitant la dérivée d'une fonction composée pour deux fonctions dérivables. Elle permet de connaître la j-ème dérivée partielle de la i-ème application partielle de la composée de deux fonctions de plusieurs variables chacune.
