Radial basis function networkIn the field of mathematical modeling, a radial basis function network is an artificial neural network that uses radial basis functions as activation functions. The output of the network is a linear combination of radial basis functions of the inputs and neuron parameters. Radial basis function networks have many uses, including function approximation, time series prediction, classification, and system control. They were first formulated in a 1988 paper by Broomhead and Lowe, both researchers at the Royal Signals and Radar Establishment.
Voie lemniscaleLa voie lemniscale est la voie des sensibilités épicritique (sensibilité du tact fin), proprioceptive consciente et vibratoire. Elle permet de véhiculer de nombreuses informations sur le contact, la texture. Elle correspond à la construction du schéma postural qui permet de savoir dans quelle position un organe, une articulation ou un membre se trouve. Elle est aussi appelée voie cordonale postérieure en raison du trajet qu'elle emprunte dans la moelle spinale (ou moelle épinière) ou voie latérale en raison de son passage dans le thalamus latéral.
Modèle linéaire généraliséEn statistiques, le modèle linéaire généralisé (MLG) souvent connu sous les initiales anglaises GLM est une généralisation souple de la régression linéaire. Le GLM généralise la régression linéaire en permettant au modèle linéaire d'être relié à la variable réponse via une fonction lien et en autorisant l'amplitude de la variance de chaque mesure d'être une fonction de sa valeur prévue, en fonction de la loi choisie.
Moelle allongéevignette|Vue tridimensionnelle de la moelle allongée (en rouge). La moelle allongée (ou medulla oblongata, aussi appelée bulbe rachidien en ancienne nomenclature ou myélencéphale) est la partie inférieure du tronc cérébral (la plus caudale) chez les chordés. Elle prolonge en haut la moelle spinale et se situe en avant du cervelet dans la fosse postérieure du crâne. Elle est en continuité en haut avec le pont.
Régression linéaireEn statistiques, en économétrie et en apprentissage automatique, un modèle de régression linéaire est un modèle de régression qui cherche à établir une relation linéaire entre une variable, dite expliquée, et une ou plusieurs variables, dites explicatives. On parle aussi de modèle linéaire ou de modèle de régression linéaire. Parmi les modèles de régression linéaire, le plus simple est l'ajustement affine. Celui-ci consiste à rechercher la droite permettant d'expliquer le comportement d'une variable statistique y comme étant une fonction affine d'une autre variable statistique x.
Sensory decussationIn neuroanatomy, the sensory decussation or decussation of the lemnisci is a decussation (i.e. crossover) of axons from the gracile nucleus and cuneate nucleus, which are responsible for fine touch, vibration, proprioception and two-point discrimination of the body. The fibres of this decussation are called the internal arcuate fibres and are found at the superior aspect of the closed medulla superior to the motor decussation. It is part of the second neuron in the posterior column–medial lemniscus pathway.
Spinocerebellar tractThe spinocerebellar tract is a nerve tract originating in the spinal cord and terminating in the same side (ipsilateral) of the cerebellum. Proprioceptive information is obtained by Golgi tendon organs and muscle spindles. Golgi tendon organs consist of a fibrous capsule enclosing tendon fascicles and bare nerve endings that respond to tension in the tendon by causing action potentials in type Ib afferents. These fibers are relatively large, myelinated, and quickly conducting.
Analyse des donnéesL’analyse des données (aussi appelée analyse exploratoire des données ou AED) est une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. Dans l'acception française, la terminologie « analyse des données » désigne donc un sous-ensemble de ce qui est appelé plus généralement la statistique multivariée. Certaines méthodes, pour la plupart géométriques, aident à faire ressortir les relations pouvant exister entre les différentes données et à en tirer une information statistique qui permet de décrire de façon plus succincte les principales informations contenues dans ces données.
Big dataLe big data ( « grosses données » en anglais), les mégadonnées ou les données massives, désigne les ressources d’informations dont les caractéristiques en termes de volume, de vélocité et de variété imposent l’utilisation de technologies et de méthodes analytiques particulières pour créer de la valeur, et qui dépassent en général les capacités d'une seule et unique machine et nécessitent des traitements parallélisés. L’explosion quantitative (et souvent redondante) des données numériques permet une nouvelle approche pour analyser le monde.
Physical neural networkA physical neural network is a type of artificial neural network in which an electrically adjustable material is used to emulate the function of a neural synapse or a higher-order (dendritic) neuron model. "Physical" neural network is used to emphasize the reliance on physical hardware used to emulate neurons as opposed to software-based approaches. More generally the term is applicable to other artificial neural networks in which a memristor or other electrically adjustable resistance material is used to emulate a neural synapse.
