Communication interauriculairethumb|Cœur normal La communication interauriculaire (CIA) (en anglais, atrial septal defect : ASD) ou inter-atriale est une malformation cardiaque congénitale fréquente. Elle correspond à la persistance d'une déhiscence dans le septum interauriculaire (cloison qui sépare les deux oreillettes), normalement hermétique après la naissance. Cette communication anormale est responsable de l'apparition d'un shunt gauche-droit: une partie du sang revenant des poumons dans l'oreillette gauche regagne directement les poumons (via la CIA et l'oreillette droite) en court-circuitant la grande circulation.
Système de management de la qualitéUn système de management de la qualité (SMQ) ou système de gestion de la qualité (SGQ) (en anglais quality management system) est l'ensemble des activités par lesquelles l’organisme définit, met en œuvre et revoit sa politique et ses objectifs qualité conformément à sa stratégie. Le SMQ d'un organisme est constitué de processus corrélés et interactifs utilisant des ressources pour atteindre les résultats visés et fournir de la valeur (produit, service, etc.).
BoostingLe boosting est un domaine de l'apprentissage automatique (branche de l'intelligence artificielle). C'est un principe qui regroupe de nombreux algorithmes qui s'appuient sur des ensembles de classifieurs binaires : le boosting optimise leurs performances. Le principe est issu de la combinaison de classifieurs (appelés également hypothèses). Par itérations successives, la connaissance d'un classifieur faible - weak classifier - est ajoutée au classifieur final - strong classifier.
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.
Production en sérievignette|Chaîne de production dans une usine Hyundai. La production en série est un mode de production caractérisé par une organisation telle que les produits passent linéairement de poste à poste jusqu'à prendre leur forme finale. La production en série permet d'assurer une augmentation des économies d'échelle par la spécialisation des postes de travail. Il est cependant possible de critiquer cette spécialisation qui entraîne une baisse de la flexibilité nuisible en cas de changement d'activité.
Contrôle non destructifLe contrôle non destructif (CND) est un ensemble de méthodes qui permettent de caractériser l'état d'intégrité de structures ou de matériaux, sans les dégrader, soit au cours de la production, soit en cours d'utilisation, soit dans le cadre de maintenances. On parle aussi d'essais non destructifs (END) ou d'examens non destructifs. Ces méthodes sont utilisées dans l'ensemble des secteurs industriels.
Bootstrap aggregatingLe bootstrap aggregating, également appelé bagging (de bootstrap aggregating), est un meta-algorithme d'apprentissage ensembliste conçu pour améliorer la stabilité et la précision des algorithmes d'apprentissage automatique. Il réduit la variance et permet d'éviter le surapprentissage. Bien qu'il soit généralement appliqué aux méthodes d'arbres de décision, il peut être utilisé avec n'importe quel type de méthode. Le bootstrap aggregating est un cas particulier de l'approche d'apprentissage ensembliste.
Laserthumb|250px|Lasers rouges (660 & ), verts (532 & ) et bleus (445 & ). thumb|250px|Rayon laser à travers un dispositif optique. thumb|250px|Démonstration de laser hélium-néon au laboratoire Kastler-Brossel à l'Université Pierre-et-Marie-Curie. Un laser (acronyme issu de l'anglais light amplification by stimulated emission of radiation qui signifie « amplification de la lumière par émission stimulée de radiation ») est un système photonique.
Apprentissage superviséL'apprentissage supervisé (supervised learning en anglais) est une tâche d'apprentissage automatique consistant à apprendre une fonction de prédiction à partir d'exemples annotés, au contraire de l'apprentissage non supervisé. On distingue les problèmes de régression des problèmes de classement. Ainsi, on considère que les problèmes de prédiction d'une variable quantitative sont des problèmes de régression tandis que les problèmes de prédiction d'une variable qualitative sont des problèmes de classification.
Algorithme d'apprentissage incrémentalEn informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées.
