Photographie aérienneLa photographie aérienne est un domaine vaste tant sur le plan de la variété des documents que des techniques employées. thumb|upright=0.6|Appareil photo-mitrailleuse conçu pour l'observation aérienne (photo ou film) pour l'armée allemande (photographie d'archive allemande, datée de 1914). La première photographie aérienne date de 1858, elle est l'œuvre du photographe et aérostier Félix Nadar qui a pris un cliché du Petit-Bicêtre (actuel Petit-Clamart), au sud de Paris, à proximité de Bièvres depuis un ballon captif.
Aerial photographic and satellite image interpretationAerial photographic and satellite image interpretation, or just image interpretation when in context, is the act of examining s, particularly airborne and , to identify objects and judging their significance. This is commonly used in military aerial reconnaissance, using photographs taken from reconnaissance aircraft and reconnaissance satellites. The principles of image interpretation have been developed empirically for more than 150 years.
Dronevignette|Un Parrot AR.Drone devant un Dassault Rafale. vignette|Un drone de reconnaissance EADS Harfang lors du Salon du Bourget de 2007. vignette|Drone civil OnyxStar Fox-C8 XT en vol. vignette|Drone de combat russe lourd Soukhoï S-70 Okhotnik-B Les drones (//, du mot anglais signifiant « faux bourdon ») désignent des engins commandés à distance, dont le pilotage est automatique ou télécommandé, qu''ils soient volants, terrestres ou encore amphibies , à usage civil ou au profit des forces armées ou de sécurité d'un État.
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.
Transformeurvignette|Schéma représentant l'architecture générale d'un transformeur. Un transformeur (ou modèle auto-attentif) est un modèle d'apprentissage profond introduit en 2017, utilisé principalement dans le domaine du traitement automatique des langues (TAL). Dès 2020, les transformeurs commencent aussi à trouver une application en matière de vision par ordinateur par la création des vision transformers (ViT).
Reconnaissance aérienneUne reconnaissance aérienne est une reconnaissance militaire faite à l'aide de drones ou d'avion de reconnaissance. Leurs rôles sont de collecter des et d'électromagnétique. En 1794, le ballon captif l'Entreprenant de la compagnie d'aérostiers permit aux révolutionnaires de réaliser plus de vingt-cinq ascensions lors des sièges de Maubeuge et de Charleroi. Les premières missions reconnaissances aériennes, sans contexte de conflit, ont été effectuées par Ștefan Protopopescu et ses collèges, lors de l'observation des mouvements de troupes de l'armée roumaine, près de Pașcani, en Roumanie, en automne .
Transformeur génératif pré-entraînédroite|vignette| Architecture du modèle GPT Le transformeur génératif pré-entraîné (ou GPT, de l’anglais generative pre-trained transformer) est une famille de modèles de langage généralement formée sur un grand corpus de données textuelles pour générer un texte de type humain. Il est construit en utilisant plusieurs blocs de l'architecture du transformeur. Ils peuvent être affinés pour diverses tâches de traitement du langage naturel telles que la génération de texte, la traduction de langue et la classification de texte.
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.
Attention (machine learning)Machine learning-based attention is a mechanism mimicking cognitive attention. It calculates "soft" weights for each word, more precisely for its embedding, in the context window. It can do it either in parallel (such as in transformers) or sequentially (such as recursive neural networks). "Soft" weights can change during each runtime, in contrast to "hard" weights, which are (pre-)trained and fine-tuned and remain frozen afterwards. Multiple attention heads are used in transformer-based large language models.
Imagerie spatialethumb|Première image de la Terre prise par un satellite en orbite. Elle montre une zone éclairée par le Soleil dans l'océan Pacifique et la couverture nuageuse. L'image a été faite alors que le satellite Explorer 6 se trouvait à environ d'altitude, le . thumb|La région des Grands lacs vus depuis l'ISS en 2013 par l'astronaute canadien Chris Hadfield. L'imagerie spatiale est une technique d'observation à distance qui repose sur la prise d'images dans le domaine optique (lumière visible, infrarouge et ultraviolet) depuis l'espace par des équipements installés à bord de satellites artificiels.
