Géométrie moléculaireLa géométrie moléculaire ou structure moléculaire désigne l'arrangement 3D des atomes dans une molécule. . La géométrie moléculaire peut être établie à l'aide de différents outils, dont la spectroscopie et la diffraction. Les spectroscopies infrarouge, rotationnelle et Raman peuvent donner des informations relativement à la géométrie d'une molécule grâce aux absorbances vibrationnelles et rotationnelles. Les diffractométries de rayons X, de neutrons et des électrons peuvent donner des informations à propos des solides cristallins.
Learning to rankLearning to rank or machine-learned ranking (MLR) is the application of machine learning, typically supervised, semi-supervised or reinforcement learning, in the construction of ranking models for information retrieval systems. Training data consists of lists of items with some partial order specified between items in each list. This order is typically induced by giving a numerical or ordinal score or a binary judgment (e.g. "relevant" or "not relevant") for each item.
Combinaison linéaire d'orbitales atomiquesEn chimie quantique, une combinaison linéaire d'orbitales atomiques (CLOA) représente la superposition d'orbitales atomiques et permet de calculer les orbitales moléculaires. En effet, dans une molécule le nuage d'électrons est modifié et dépend des atomes participant aux liaisons chimiques : la CLOA permet d'approximer cette nouvelle fonction d'onde en se basant sur celles de chaque élément pris individuellement.
Adversarial machine learningAdversarial machine learning is the study of the attacks on machine learning algorithms, and of the defenses against such attacks. A survey from May 2020 exposes the fact that practitioners report a dire need for better protecting machine learning systems in industrial applications. To understand, note that most machine learning techniques are mostly designed to work on specific problem sets, under the assumption that the training and test data are generated from the same statistical distribution (IID).
Applications de l'intelligence artificielleL'intelligence artificielle, définie comme intelligence présentée par les machines, a de nombreuses applications dans la société actuelle. Plus précisément, c'est l'IA faible, la forme d'IA avec laquelle les programmes sont développés pour effectuer des tâches spécifiques, qui est utilisée pour un large éventail d'activités, y compris le diagnostic médical, le commerce électronique, le contrôle des robots et la télédétection. L'IA a été utilisée pour développer et faire progresser de nombreux domaines et industries, y compris la finance, la santé, l'éducation, le transport, et plus encore.
User interface designUser interface (UI) design or user interface engineering is the design of user interfaces for machines and software, such as computers, home appliances, mobile devices, and other electronic devices, with the focus on maximizing usability and the user experience. In computer or software design, user interface (UI) design primarily focuses on information architecture. It is the process of building interfaces that clearly communicates to the user what's important. UI design refers to graphical user interfaces and other forms of interface design.
Protein designProtein design is the rational design of new protein molecules to design novel activity, behavior, or purpose, and to advance basic understanding of protein function. Proteins can be designed from scratch (de novo design) or by making calculated variants of a known protein structure and its sequence (termed protein redesign). Rational protein design approaches make protein-sequence predictions that will fold to specific structures.
Modèle génératifvignette|Schéma représentant la différence entre un modèle discriminatif et un modèle génératif. En classement automatique un modèle génératif est un modèle statistique défini par opposition à un modèle discriminatif. Étant donné une variable X à laquelle il doit associer une autre variable Y, le modèle génératif cherchera à décrire la probabilité conditionnelle ainsi que la probabilité puis d'utiliser la formule de Bayes pour calculer la probabilité .
Rule-based machine learningRule-based machine learning (RBML) is a term in computer science intended to encompass any machine learning method that identifies, learns, or evolves 'rules' to store, manipulate or apply. The defining characteristic of a rule-based machine learner is the identification and utilization of a set of relational rules that collectively represent the knowledge captured by the system. This is in contrast to other machine learners that commonly identify a singular model that can be universally applied to any instance in order to make a prediction.
Assembleur moléculairevignette|upright|Eric Drexler. Un assembleur moléculaire est un concept purement théorique. Tel que le définit Eric Drexler, il s'agit d' « une machine capable d'encadrer les réactions chimiques en positionnant les molécules réactives avec une précision nanométrique . » Drexler remarque que certaines molécules biologiques telles que les ribosomes correspondent à cette définition, puisque lorsqu'elles sont actives à l'intérieur d'un environnement cellulaire, elles reçoivent des instructions venant des acides ribonucléiques messagers (ARN messagers) qui leur permettent d'assembler des séquences déterminées d'acides aminés pour construire des protéines.
