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.
ImaginationL'imagination (du latin imaginatio, « image, vision ») est la faculté de produire et de simuler des objets, des sensations et des idées nouvelles dans l'esprit sans l'apport immédiat des sens. Elle désigne aussi la « capacité d'élaborer des images et des conceptions nouvelles, de trouver des solutions originales à des problèmes », la créativité dans les arts ou les sciences (avoir de l'imagination). L'imagination est proche de la sensibilité, dans la mesure où les données sensibles la conditionnent.
Cohérence (physique)La cohérence en physique est l'ensemble des propriétés de corrélation d'un système ondulatoire. Son sens initial était la mesure de la capacité d'onde(s) à donner naissances à des interférences — du fait de l'existence d'une relation de phase définie — mais il s'est élargi. On peut parler de cohérence entre 2 ondes, entre les valeurs d'une même onde à deux instants différents (cohérence temporelle) ou entre les valeurs d'une même onde à deux endroits différents (cohérence spatiale).
Machine à vecteurs de supportLes machines à vecteurs de support ou séparateurs à vaste marge (en anglais support-vector machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation des classifieurs linéaires. Les séparateurs à vaste marge ont été développés dans les années 1990 à partir des considérations théoriques de Vladimir Vapnik sur le développement d'une théorie statistique de l'apprentissage : la théorie de Vapnik-Tchervonenkis.
Microelectrode arrayMicroelectrode arrays (MEAs) (also referred to as multielectrode arrays) are devices that contain multiple (tens to thousands) microelectrodes through which neural signals are obtained or delivered, essentially serving as neural interfaces that connect neurons to electronic circuitry. There are two general classes of MEAs: implantable MEAs, used in vivo, and non-implantable MEAs, used in vitro. Neurons and muscle cells create ion currents through their membranes when excited, causing a change in voltage between the inside and the outside of the cell.
Forêt d'arbres décisionnelsvignette|Illustration du principe de construction d'une forêt aléatoire comme agrégation d'arbre aléatoires. En apprentissage automatique, les forêts d'arbres décisionnels (ou forêts aléatoires de l'anglais random forest classifier) forment une méthode d'apprentissage ensembliste. Ils ont été premièrement proposées par Ho en 1995 et ont été formellement proposées en 2001 par Leo Breiman et Adele Cutler. Cet algorithme combine les concepts de sous-espaces aléatoires et de bagging.
Cartographie du cerveauLa cartographie du cerveau est un ensemble de techniques des neurosciences dédiées à la création de représentations spatiales des quantités ou des propriétés biologiques du cerveau humain ou non-humain. La cartographie du cerveau est en outre définie par la Société pour la cartographie et le traitement du cerveau (Society for Brain Mapping and Therapeutics - SBMT) comme l'étude de l'anatomie et du fonctionnement du cerveau et de la moelle épinière grâce à l'utilisation de l' (intra-opératoire, microscopique, endoscopique et l'imagerie multi-modalité), l’utilisation de l'immunohistochimie, la génétique moléculaire et l’optogénétique, les cellules souches et la biologie cellulaire, l'ingénierie (matériel, électrique et biomédical), la neurophysiologie et les nanotechnologies.
Basse fréquenceLa bande radioélectrique des « basses fréquences » ou LF (low frequency) désignée aussi par « grandes ondes » (GO) ou « ondes longues (OL) » par opposition et en cohérence de désignation avec les « ondes moyennes » et « ondes courtes » désigne la partie du spectre radioélectrique de fréquence modulée comprise entre et (longueur d'onde de 1 à ). L'appellation « BF » est également employée notamment en acoustique et en audio-électronique pour désigner la gamme des signaux de fréquence ou spectre sonore de à .
Radio spectrumThe radio spectrum is the part of the electromagnetic spectrum with frequencies from 3 Hz to 3,000 GHz (3 THz). Electromagnetic waves in this frequency range, called radio waves, are widely used in modern technology, particularly in telecommunication. To prevent interference between different users, the generation and transmission of radio waves is strictly regulated by national laws, coordinated by an international body, the International Telecommunication Union (ITU).
Rythme deltaLe rythme delta ou onde delta est un des rythmes cérébraux ou oscillations électroencéphalographiques résultant de l'activité électrique du cerveau. Ce rythme correspond à une plage de fréquences ne dépassant pas 4 Hz. Le rythme delta est principalement celui de l'endormissement du jeune enfant : il diminue après cinq ans. D'aspect sinusoïdal plus ou moins diffus, il peut être visible dès l'âge de six mois et même avant. Électroencéphalographie quantitative Rythme thêta Rythme alpha Rythme Mu Rythme bêta C
