Fond diffus cosmologiqueLe fond diffus cosmologique (FDC, ou CMB pour l'anglais cosmic microwave background, « fond cosmique de micro-ondes ») est un rayonnement électromagnétique très homogène observé dans toutes les directions du ciel et dont le pic d'émission est situé dans le domaine des micro-ondes. On le qualifie de diffus parce qu'il ne provient pas d'une ou plusieurs sources localisées, et de cosmologique parce que, selon l'interprétation qu'on en fait, il est présent dans tout l'Univers (le cosmos).
Réionisationvignette|Place de l'âge de réionisation dans la chronologie de l'univers, de 400 millions à 1 milliard d'années après le Big Bang. En cosmologie, la réionisation représente l’époque, juste après les âges sombres, où un grand nombre d’atomes existant dans l’Univers a été ionisé par le rayonnement intense de la probable toute première génération d’étoiles à avoir illuminé l’Univers, les étoiles de population III. Elles ont été créées durant l'aube cosmique, qui se poursuit durant la réionisation.
Oscillations acoustiques des baryonsEn cosmologie, l'étude du fond diffus cosmologique a révélé que des ondes acoustiques se propageaient dans le plasma primordial — constitué d'un mélange opaque de baryons et de photons — qui précédait la recombinaison. Ces oscillations acoustiques des baryons (en anglais, Baryon Acoustic Oscillations ou BAO) ont laissé des empreintes dans la structure de l'univers à grande échelle, sur des distances de l'ordre de 100 à 150 Mpc/h.
Énergie noirevignette|redresse=1.1|Répartition de la densité d'énergie de l'Univers après exploitation des premières données obtenues par le satellite Planck. L'énergie noire en serait la composante principale. En cosmologie, lénergie noire ou énergie sombre (dark energy) est une forme d'énergie hypothétique remplissant uniformément tout l'Univers et dotée d'une pression négative, elle se comporte comme une force gravitationnelle répulsive.
Regroupement hiérarchiqueDans le domaine de l'analyse et de la classification automatique de données, le regroupement hiérarchique est un partitionnement de données ou clustering, au moyen de diverses méthodes, dites « ascendantes » et « descendantes ». Les méthodes dites « descendantes » partent d’une solution générale vers une autre plus spécifique. Les méthodes de cette catégorie démarrent avec une seule classe contenant la totalité puis se divisent à chaque étape selon un critère jusqu’à l’obtention d’un ensemble de classes différentes.
Partitionnement de donnéesvignette|upright=1.2|Exemple de clustering hiérarchique. Le partitionnement de données (ou data clustering en anglais) est une méthode en analyse des données. Elle vise à diviser un ensemble de données en différents « paquets » homogènes, en ce sens que les données de chaque sous-ensemble partagent des caractéristiques communes, qui correspondent le plus souvent à des critères de proximité (similarité informatique) que l'on définit en introduisant des mesures et classes de distance entre objets.
Filament galactiqueEn cosmologie, un filament galactique est une structure en forme de fil composée de galaxies et/ou d'amas de galaxies. Les filaments galactiques sont parmi les plus grandes structures de l'Univers, d'une longueur typique comprise entre 50 et 80 Mpc (163 à 261 millions d'années-lumière) . Ils forment les frontières des grands vides et sont l'un des éléments de la toile cosmique. Trois de ces filaments, découverts en 2006, sont alignés pour former la plus grande structure connue à ce jour.
Amas stellaireUn amas stellaire est une concentration locale d'étoiles d'origine commune et liées entre elles par la gravitation, dans un espace dont les dimensions peuvent atteindre 200 pc. Ces objets sont classés en plusieurs familles selon leur aspect ; ce sont, par compacité croissante : les associations stellaires, les amas ouverts et les amas globulaires. Les amas stellaires se maintiennent par l'attraction gravitationnelle mutuelle de leurs membres.
K-moyennesLe partitionnement en k-moyennes (ou k-means en anglais) est une méthode de partitionnement de données et un problème d'optimisation combinatoire. Étant donnés des points et un entier k, le problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une certaine fonction. On considère la distance d'un point à la moyenne des points de son cluster ; la fonction à minimiser est la somme des carrés de ces distances.
Single-linkage clusteringIn statistics, single-linkage clustering is one of several methods of hierarchical clustering. It is based on grouping clusters in bottom-up fashion (agglomerative clustering), at each step combining two clusters that contain the closest pair of elements not yet belonging to the same cluster as each other. This method tends to produce long thin clusters in which nearby elements of the same cluster have small distances, but elements at opposite ends of a cluster may be much farther from each other than two elements of other clusters.
