Liste de voies romaines Un article de Wikipédia, l'encyclopédie libre. Cet article propose une Liste des voies romaines, classées par anciens ensembles géopolitiques de l'époque impériale : Voies romaines en Gaule[modifier | modifier le code] Voies romaines en Corse[modifier | modifier le code] Via Corsica, de Mariana par Aleria, Præsidium, Portus Favonius vers Pallas (côte Est de la Corse). Voies romaines en Hispanie et en Lusitanie[modifier | modifier le code] Voies en Bretagne romaine, vers 150 Voies en Bretagne romaine, vers 410 Voies romaines en Grande-Bretagne (Britannia)[modifier | modifier le code] Voies romaines transalpines[modifier | modifier le code] Ces routes relient l'Italie à l'Allemagne, l'Autriche, la Slovénie actuelles. Voies romaines en Germanie[modifier | modifier le code] Voies romaines des régions du Danube Il s'agit de routes reliant les colonies de Rhénanie au reste de l'Empire, et de diverses routes stratégiques liés au Limes[2]. Voies romaines dans les Balkans[modifier | modifier le code] Atlas :
Des robots et des hommes Nao est un petit robot humanoïde développé par la société Aldebaran. Mignon avec ses deux grands yeux lumineux, sa démarche chaloupée, sa gaucherie mécanique, il enchante ceux qui l'approchent. L'objectif est simple : concevoir un robot compagnon. "D'ici quelques années, on espère qu'il pourra assister des personnes âgées, malvoyantes ou en difficulté chez elles", explique Rodolphe Gelin, directeur de recherche à Aldebaran. Nao réagit quand on lui parle, il vous répond, peut lire les informations, trier vos mails ou répondre au téléphone. La réalité dépasse la fiction, et ce n'est qu'un début. Développer des aptitudes sociales chez les robots "Il faut en finir avec le fantasme des robots méchants, qui vont se retourner contre nous ou qui sont là pour supprimer des emplois", souligne Rachid Alimi, directeur de recherche au LAAS, le laboratoire d'analyse et d'architecture des systèmes du CNRS. Des robots adaptés à leur environnement Mais il ne faut pas brûler les étapes.
Un "homme bionique" exposé au Musée des sciences de Londres Un "homme bionique", entièrement conçu à partir d'organes de synthèse et de prothèses robotisées, est exposé au Science Museum de Londres à partir de cette semaine. L'humanoïde de deux mètres de haut, dont la réalisation a coûté un million de dollars, a été assemblé à partir d'innovations scientifiques déjà existantes par une équipe d'experts en robotique. Baptisé Rex, il est doté d'un pancréas, d'un rein, d'une trachée et d'une rate artificiels, sans qu'aucun tissu humain n'entre dans sa composition. Il possède également un système autonome de circulation sanguine. Il servira de base à un documentaire diffusé sur la chaîne de télévision britannique Channel 4.
Une BD décrivant les comportements de vos amis sur Facebook Champ de vecteurs Un article de Wikipédia, l'encyclopédie libre. Un exemple de champ de vecteurs, de la forme (-y,x) Autre exemple Le flux d'air autour d'un avion est un champ tridimensionnel (champ des vitesses des particules d'air), ici visualisé par les bulles qui matérialisent les lignes de courant. En mathématiques, un champ de vecteurs ou champ vectoriel est une fonction qui associe un vecteur à chaque point d'un espace euclidien ou plus généralement d'une variété différentielle[1].Pour la résolution des équations différentielles autonomes du 1er ordre, on utilise le champ des directions (appelé en physique champ des vitesses) qui représente les dérivées tangentes à la trajectoire de ces équations, ce qui permet de la tracer. Les champs de vecteurs sont souvent utilisés en physique, pour modéliser par exemple la vitesse et la direction d'un fluide en mouvement dans l'espace, ou la valeur et la direction d'une force, comme la force magnétique ou gravitationnelle, qui évoluent points par points. Soit . est
Sémiologie Un article de Wikipédia, l'encyclopédie libre. Le terme sémiologie a été créé par Émile Littré et pour lui, il se rapportait à la médecine[1]. Il a ensuite été repris et élargi par Ferdinand de Saussure, pour qui la sémiologie est « la science qui étudie la vie des signes au sein de la vie sociale[2] ». Le terme sémiotique, inventé par Charles Sanders Peirce quelques années auparavant, recouvre la même idée et est utilisé le plus fréquemment en dehors de France. Sémiologie en linguistique[modifier | modifier le code] La sémiologie (du grec ancien σημεῖον / sêmeîon (« signe ») et λογία / logía (« étude »)) apparaît être une discipline récente. On assiste alors à un regain d'intérêt pour l'étude des signes, et la sémiologie devient une nouvelle discipline dans les Sciences sociales avec des auteurs comme Greimas, Barthes, Jean Baudrillard, Mounin ou Umberto Eco. Aujourd'hui, de ces deux termes sémiologie / sémiotique, le second prédomine. Sémiologie médicale[modifier | modifier le code]
Représentation des connaissances Un article de Wikipédia, l'encyclopédie libre. La représentation des connaissances désigne un ensemble d'outils et de procédés destinés d'une part à représenter et d'autre part à organiser le savoir humain pour l'utiliser et le partager. Représentation des connaissances[modifier | modifier le code] Les connaissances n'ont jamais été, et ne sont toujours pas, systématiquement représentées par des mots et des phrases. Les systèmes d'informations utilisent notamment : Classement des connaissances[modifier | modifier le code] Les outils classiques (non électroniques) de représentation des connaissances sont les taxonomies ou classifications, qui permettent d'organiser les connaissances sur les objets du monde, et les thesaurus utilisés en indexation documentaire. Formalisation des connaissances[modifier | modifier le code] Des outils plus formels et permettant de représenter des connaissances complexes sont par exemple les graphes conceptuels ou les réseaux sémantiques.
Logique de description Un article de Wikipédia, l'encyclopédie libre. Les logiques de description aussi appelé logiques descriptives (LD) sont une famille de langages de représentation de connaissance qui peuvent être utilisés pour représenter la connaissance terminologique d'un domaine d'application d'une manière formelle et structurée. Le nom de logique de description se rapporte, d'une part à la description de concepts utilisée pour décrire un domaine et d'autre part à la sémantique basée sur la logique qui peut être donnée par une transcription en logique des prédicats du premier ordre. La logique de description a été développée comme une extension des frames et des réseaux sémantiques, qui ne possédaient pas de sémantique formelle basée sur la logique. Origines et applications des logiques de description[modifier | modifier le code] Définition des logiques de description[modifier | modifier le code] La plupart des logiques de description divisent la connaissance en deux parties : , où Définition 1 : Soit pour .
Une introduction aux logiques de description Ce document est une adaptation du chapitre 4 de : Fournier-Viger, Philippe (2005) "Un modèle de représentation des connaissances à trois niveaux de sémantique pour les systèmes tutoriels intelligents". Mémoire de maîtrise (M.Sc.), Université de Sherbrooke, Sherbrooke, Canada. Le document est seulement mis à jour pour corriger des erreurs. Ce document présente les logiques de description (LD), une famille de langages de représentation de connaissances qui exploitent, en général, des sous-ensembles décidables (pour une logique, un problème de raisonnement est décidable si une machine de Turing peut le résoudre en un nombre ni d'étapes) de la logique de premier ordre. 1.1 Le contexte L'accent au sein des LD est mis sur les services de raisonnement et plus particulièrement sur ceux pour la prise de décision : l'objectif principal des LD consiste à pouvoir raisonner efficacement pour minimiser les temps de réponse. 1.1.1 Une approche ontologique 1.1.2 Un historique des logique de description b
Model Thinking Algorithmic learning theory Algorithmic learning theory is a mathematical framework for analyzing machine learning problems and algorithms. Synonyms include formal learning theory and algorithmic inductive inference. Algorithmic learning theory is different from statistical learning theory in that it does not make use of statistical assumptions and analysis. Distinguishing Characteristics[edit] Unlike statistical learning theory and most statistical theory in general, algorithmic learning theory does not assume that data are random samples, that is, that data points are independent of each other. Algorithmic learning theory investigates the learning power of Turing machines. Learning in the limit[edit] The concept was introduced in E. In Gold's learning model, the tester gives the learner an example sentence at each step, and the learner responds with a hypothesis, which is a suggested program to determine grammatical correctness. Other Identification Criteria[edit] See also[edit] Sample exclusion dimension