Physique atomiqueLa physique atomique est le champ de la physique qui étudie les atomes en tant que systèmes isolés qui comprennent les électrons et le noyau atomique. Elle se concentre essentiellement sur l'arrangement des électrons autour du noyau et sur la façon dont celui-ci est modifié. Cette définition englobe tant les ions que les atomes électriquement neutres. Puisque « atomique » et « nucléaire » sont utilisés de façon synonyme dans le langage courant, la physique atomique est souvent confondue avec la physique nucléaire.
Théorie de jaugeEn physique théorique, une théorie de jauge est une théorie des champs basée sur un groupe de symétrie locale, appelé groupe de jauge, définissant une « invariance de jauge ». Le prototype le plus simple de théorie de jauge est l'électrodynamique classique de Maxwell. L'expression « invariance de jauge » a été introduite en 1918 par le mathématicien et physicien Hermann Weyl. La première théorie des champs à avoir une symétrie de jauge était la formulation de l'électrodynamisme de Maxwell en 1864 dans .
Formule de WeizsäckerLa formule de Weizsäcker, appelée aussi formule de Bethe-Weizsäcker, est une formule semi-empirique donnant une valeur approximative de l'énergie de liaison nucléaire B caractérisant la liaison entre les nucléons qui constituent le noyau des atomes (voir un résumé dans Modèle de la goutte liquide). L'éponyme de formule de Weizsäcker est le physicien allemand Carl Friedrich von Weizsäcker (-) qui l'a proposée en dans un article publié dans le de. Les physiciens Hans Bethe (-) et Robert Bacher (-) en ont simplifié l'expression en .
Plasma quarks-gluonsLe plasma de quarks et de gluons, ou QGP (pour Quark-Gluon Plasma) est un état de la matière qui existe à des températures et/ou des densités extrêmement élevées. Cet état consiste en une « soupe » de quarks et de gluons (presque) libres. Elle diffère en cela des autres états de la matière, comme les solides, les liquides ou les gaz, dans lesquels les quarks et les gluons sont confinés dans les hadrons. Le était sans doute présent dans l'univers durant les microsecondes après le Big Bang.
Gauge covariant derivativeIn physics, the gauge covariant derivative is a means of expressing how fields vary from place to place, in a way that respects how the coordinate systems used to describe a physical phenomenon can themselves change from place to place. The gauge covariant derivative is used in many areas of physics, including quantum field theory and fluid dynamics and in a very special way general relativity. If a physical theory is independent of the choice of local frames, the group of local frame changes, the gauge transformations, act on the fields in the theory while leaving unchanged the physical content of the theory.
Rayon atomiqueLe rayon atomique d'un élément chimique est une mesure de la taille de ses atomes, d'habitude la distance moyenne entre le noyau et la frontière du nuage électronique qui l'entoure. Comme cette frontière n'est pas une entité physique bien définie, il y a plusieurs définitions non équivalentes du rayon atomique. Selon la définition, le terme peut s'appliquer seulement sur des atomes isolés, ou aussi sur des atomes dans de la matière condensée, une liaison covalente dans une molécule ou dans des états ionisés et excités.
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.
Intelligence artificiellevignette|redresse=0.8|Les assistants personnels intelligents sont l'une des applications concrètes de l'intelligence artificielle dans les années 2010. L'intelligence artificielle (IA) est un ensemble de théories et de techniques visant à réaliser des machines capables de simuler l'intelligence humaine. Souvent classée dans le groupe des mathématiques et des sciences cognitives, elle fait appel à la neurobiologie computationnelle (particulièrement aux réseaux neuronaux) et à la logique mathématique (partie des mathématiques et de la philosophie).
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.
RenormalisationEn théorie quantique des champs (ou QFT), en mécanique statistique des champs, dans la théorie des structures géométriques autosimilaires, une renormalisation est une manière, variable dans sa nature, de prendre la limite du continu quand certaines constructions statistiques et quantiques deviennent indéfinies. La renormalisation détermine la façon de relier les paramètres de la théorie quand ces paramètres à grande échelle diffèrent de leur valeur à petite échelle.
