Courbe de lumièreEn astronomie, on appelle courbe de lumière l'évolution de la luminosité d'un objet en fonction du temps. Une courbe de lumière peut être périodique (comme pour celle d'une binaire à éclipses, ou d'une céphéide), ou apériodique (comme pour celle d'une nova, d'une variable cataclysmique ou d'une supernova). L'étude d'une courbe de lumière permet de mieux connaître les phénomènes physiques qui créent la variation, ou de contraindre fortement les modèles expliquant ces variations.
Modèle ΛCDMEn cosmologie, le (se prononce « Lambda CDM », qui signifie en anglais Lambda - Cold Dark Matter, c'est-à-dire le modèle « lambda - matière noire froide ») ou modèle de concordance est un modèle cosmologique du Big Bang paramétré par une constante cosmologique notée par la lettre grecque Λ et associée à l'énergie sombre.
TélescopeUn télescope est un instrument d'optique permettant d'augmenter la luminosité ainsi que la taille apparente des objets à observer. Son rôle de récepteur de lumière est souvent plus important que son grossissement optique, il permet d'apercevoir des objets célestes ponctuels difficilement perceptibles ou invisibles à l'œil nu. Les télescopes sont principalement utilisés en astronomie, car leurs réglages ne les rendent propices qu'aux observations d'objets très éloignés et se déplaçant relativement lentement.
HipparcosHipparcos (HIgh Precision PARallax COllecting Satellite, satellite de mesure de parallaxe à haute précision) est une mission de l'Agence spatiale européenne destinée à la mesure de la position, de la parallaxe et du mouvement propre des étoiles. Les résultats ont permis de produire trois catalogues d'étoiles : les catalogues Hipparcos, Tycho(-1) et Tycho-2, ce dernier ayant fourni le mouvement propre de plus de d'étoiles. Le satellite porte le nom de l'astronome grec Hipparque, qui compila un des premiers catalogues d'étoiles.
Réseau neuronal convolutifEn apprentissage automatique, un réseau de neurones convolutifs ou réseau de neurones à convolution (en anglais CNN ou ConvNet pour convolutional neural networks) est un type de réseau de neurones artificiels acycliques (feed-forward), dans lequel le motif de connexion entre les neurones est inspiré par le cortex visuel des animaux. Les neurones de cette région du cerveau sont arrangés de sorte qu'ils correspondent à des régions qui se chevauchent lors du pavage du champ visuel.
Grand déchirementLe « grand déchirement » (Big Rip en anglais) est un modèle cosmologique proposant un scénario inhabituel de la fin de l'Univers. Dans ce scénario, toutes les structures, des amas de galaxies jusqu'aux atomes, sont détruites, étirées par une expansion de plus en plus violente, jusqu'à être disloquées, « déchirées » (d'où Big « Rip »). Ce modèle suppose l'existence d'une forme d'énergie très atypique, l'énergie fantôme, dont la principale caractéristique est de voir sa densité augmenter alors que l'expansion se poursuit.
Céphéidethumb|Une céphéide variant sur une période de quelques jours. Une céphéide est une étoile variable, géante ou supergéante jaune, de 4 à 15 fois plus massive que le Soleil et de plus lumineuse, dont l'éclat varie de 0,1 à 2 magnitudes selon une période bien définie, comprise entre 1 et 135 jours, d'où elle tire son nom d'étoile variable. Elles ont été nommées d'après le prototype que constitue l'étoile δ de la constellation de Céphée.
Queuing delayIn telecommunication and computer engineering, the queuing delay or queueing delay is the time a job waits in a queue until it can be executed. It is a key component of network delay. In a switched network, queuing delay is the time between the completion of signaling by the call originator and the arrival of a ringing signal at the call receiver. Queuing delay may be caused by delays at the originating switch, intermediate switches, or the call receiver servicing switch.
Courbe de rotation des galaxiesLa courbe de rotation d'une galaxie peut être représentée par un graphe qui pointe la vitesse orbitale des étoiles ou du gaz dans la galaxie sur l'axe des Y en fonction de leur distance depuis le centre de la galaxie sur l'axe des X. Une règle (ou loi) générale de rotation des disques de particules en rotation peut s'énoncer ainsi : les galaxies dont la distribution des masses est uniforme ont des courbes de rotation croissante du centre vers les bords.
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.
