Fréquence plasmaEn physique, la fréquence plasma, ou fréquence de Langmuir, ou encore pulsation plasma, est la fréquence caractéristique des ondes de plasma, c'est-à-dire des oscillations des charges électriques présentes dans les milieux conducteurs, comme le métal ou les plasmas. À l'image de l'onde électromagnétique qui, quantifiée, est décrite par des photons, cette onde de plasma est quantifiée en plasmons.
État plasmathumb|upright|Le soleil est une boule de plasma. thumb|Lampe à plasma.|168x168px thumb|upright|Les flammes de haute température sont des plasmas. L'état plasma est un état de la matière, tout comme l'état solide, l'état liquide ou l'état gazeux, bien qu'il n'y ait pas de transition brusque pour passer d'un de ces états au plasma ou réciproquement. Il est visible sur Terre, à l'état naturel, le plus souvent à des températures élevées favorables aux ionisations, signifiant l’arrachement d'électrons aux atomes.
Fonction de vraisemblancevignette|Exemple d'une fonction de vraisemblance pour le paramètre d'une Loi de Poisson En théorie des probabilités et en statistique, la fonction de vraisemblance (ou plus simplement vraisemblance) est une fonction des paramètres d'un modèle statistique calculée à partir de données observées. Les fonctions de vraisemblance jouent un rôle clé dans l'inférence statistique fréquentiste, en particulier pour les méthodes statistiques d'estimation de paramètres.
Heun's methodIn mathematics and computational science, Heun's method may refer to the improved or modified Euler's method (that is, the explicit trapezoidal rule), or a similar two-stage Runge–Kutta method. It is named after Karl Heun and is a numerical procedure for solving ordinary differential equations (ODEs) with a given initial value. Both variants can be seen as extensions of the Euler method into two-stage second-order Runge–Kutta methods.
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.
Rayonnement du corps noirvignette|303px|Au fur et à mesure que la température diminue, le sommet de la courbe de rayonnement du corps noir se déplace à des intensités plus faibles et des longueurs d'onde plus grandes. Le diagramme de rayonnement du corps noir est comparé avec le modèle classique de Rayleigh et Jeans. vignette|303px|La couleur (chromaticité) du rayonnement du corps noir dépend de la température du corps noir. Le lieu géométrique de telles couleurs, représenté ici en espace x,y CIE XYZ, est connu sous le nom de lieu géométrique de Planck.
Équilibre thermodynamiquevignette|200px|Exemple d'équilibre thermodynamique de deux systèmes, en l'occurrence deux phases : l'équilibre liquide-vapeur du brome. En thermodynamique, un équilibre thermodynamique correspond à l'état d'un système ne subissant aucune évolution à l'échelle macroscopique. Les grandeurs intensives caractérisant ce système (notamment la pression, la température et les potentiels chimiques) sont alors homogènes dans l'espace et constantes dans le temps.
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.
Champ magnétiqueEn physique, dans le domaine de l'électromagnétisme, le champ magnétique est une grandeur ayant le caractère d'un champ vectoriel, c'est-à-dire caractérisée par la donnée d'une norme, d’une direction et d’un sens, définie en tout point de l'espace et permettant de modéliser et quantifier les effets magnétiques du courant électrique ou des matériaux magnétiques comme les aimants permanents.
Anisotropic diffusionIn and computer vision, anisotropic diffusion, also called Perona–Malik diffusion, is a technique aiming at reducing without removing significant parts of the image content, typically edges, lines or other details that are important for the interpretation of the image. Anisotropic diffusion resembles the process that creates a scale space, where an image generates a parameterized family of successively more and more blurred images based on a diffusion process.
