Variational Bayesian methodsVariational Bayesian methods are a family of techniques for approximating intractable integrals arising in Bayesian inference and machine learning. They are typically used in complex statistical models consisting of observed variables (usually termed "data") as well as unknown parameters and latent variables, with various sorts of relationships among the three types of random variables, as might be described by a graphical model. As typical in Bayesian inference, the parameters and latent variables are grouped together as "unobserved variables".
Auto-encodeur variationnelEn apprentissage automatique, un auto-encodeur variationnel (ou VAE de l'anglais variational auto encoder), est une architecture de réseau de neurones artificiels introduite en 2013 par D. Kingma et M. Welling, appartenant aux familles des modèles graphiques probabilistes et des méthodes bayésiennes variationnelles. Les VAE sont souvent rapprochés des autoencodeurs en raison de leur architectures similaires. Leur utilisation et leur formulation mathématiques sont cependant différentes.
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 .
Modèle discriminatifDiscriminative models, also referred to as conditional models, are a class of logistical models used for classification or regression. They distinguish decision boundaries through observed data, such as pass/fail, win/lose, alive/dead or healthy/sick. Typical discriminative models include logistic regression (LR), conditional random fields (CRFs) (specified over an undirected graph), decision trees, and many others. Typical generative model approaches include naive Bayes classifiers, Gaussian mixture models, variational autoencoders, generative adversarial networks and others.
Réseaux antagonistes génératifsEn intelligence artificielle, les réseaux antagonistes génératifs (RAG) parfois aussi appelés réseaux adverses génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non supervisé. Ces algorithmes ont été introduits par . Ils permettent de générer des images avec un fort degré de réalisme. Un GAN est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de théorie des jeux. Le premier réseau est le générateur, il génère un échantillon (ex.
Mouvement (mécanique)Un mouvement, dans le domaine de la mécanique (physique), est le déplacement d'un corps par rapport à un point fixe de l'espace nommé référentiel et à un moment déterminé. Le mouvement est plus spécifiquement l'objet de la cinématique et de la dynamique. On caractérise un mouvement par sa trajectoire et l'évolution de sa vitesse par exemple : le mouvement circulaire uniforme : mouvement d'un point ou de tous les points matériels qui décrit un cercle avec une vitesse constante.
HipparcosHipparcos (HIgh Precision PARallax COllecting Satellite, satellite de mesure de parallaxe à haute précision) est une mission de l'Agence spatiale européenne destinée à la mesure de la position, de la parallaxe et du mouvement propre des étoiles. Les résultats ont permis de produire trois catalogues d'étoiles : les catalogues Hipparcos, Tycho(-1) et Tycho-2, ce dernier ayant fourni le mouvement propre de plus de d'étoiles. Le satellite porte le nom de l'astronome grec Hipparque, qui compila un des premiers catalogues d'étoiles.
Mouvement propreEn astronomie, on appelle mouvement propre le mouvement apparent des étoiles sur la sphère céleste vue de la Terre. Il fut découvert en 1718 par Edmund Halley lorsqu'il remarqua que les positions de Sirius et d'Arcturus s'écartaient de plus d'un demi-degré de celles mesurées par Hipparque environ 1850 ans auparavant. Il mentionna également qu'une occultation d'Aldébaran par la Lune avait eu lieu en l'an 509. À première vue, les étoiles semblent occuper une position fixe sur la sphère céleste.
Cinématique stellaireLa cinématique stellaire est l'étude du mouvement des étoiles. Puisqu'elle ne cherche pas à comprendre les origines et causes du mouvement, la cinématique stellaire diffère de la dynamique stellaire, qui tient compte notamment des effets gravitationnels. La cinématique stellaire peut fournir des informations sur l'origine et l'âge des étoiles ainsi que sur la structure et l'évolution de la galaxie environnante. La cinématique stellaire distingue plusieurs types de mouvements individuels et collectifs d'étoiles.
Allocation de Dirichlet latenteDans le domaine du traitement automatique des langues, l’allocation de Dirichlet latente (de l’anglais Latent Dirichlet Allocation) ou LDA est un modèle génératif probabiliste permettant d’expliquer des ensembles d’observations, par le moyen de groupes non observés, eux-mêmes définis par des similarités de données. Par exemple, si les observations () sont les mots collectés dans un ensemble de documents textuels (), le modèle LDA suppose que chaque document () est un mélange () d’un petit nombre de sujets ou thèmes ( topics), et que la génération de chaque occurrence d’un mot () est attribuable (probabilité) à l’un des thèmes () du document.
