Association Française pour la Simulation
Association Française pour la Simulation
Accueil | Bibliothèque | Définitions de la simulation
Filtres d'affichage du site
Sélection multiple : CTRL+CLIC
◄◄
►►
mars 2024
Lun Mar Mer Jeu Ven Sam Dim
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
Compteur de visites
Aujourd'hui118
Hier289
Semaine en cours1025
Mois en cours7865
Année en cours35186
Années précédentes364181
Total399367
Statistiques
Quelques images

Liste de données

Vous n'êtes pas ou plus connecté
Des informations supplémentaires sont disponibles pour les membres connectés :
se connecter .
Données accessibles
Il y a : 263 données de type definition ; 23 de thème Big data, 50 lignes affichées ou affichables.
Cliquer sur l'initiale des mots à afficher (50 lignes de données) puis choisir le nombre de lignes à afficher.
Pour constituer un glossaire, cocher les case de la colonne G, cliquer sur le bouton MAJ Glossaire puis sur l'icone :
[***] [Simulation] [Militaire] [Données] [Systémique] [Organismes] [Big data] [Entreprise] [Informatique] [ESN] [Métier] [Intelligence artificielle]
| A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | | 50 | 100 | 200 lignes à afficher
DéfinitionSignificationSecteursBranchesPôlesThèmeG  
ATAWADMarque déposée par Xavier Dalloz en 2002, ATAWAD est l’acronyme de l’expression « Anytime, Anywhere, Any Device». Ce terme est parfois étendu en ATAWADAC pour « Anytime, Anywhere, Any Device et Any Content». Il fait référence à la tendance actuelle de pouvoir accéder à une information, un contenu, un service ou une offre (Any content ) n’importe quand (Anytime), n’importe où (AnyWhere), et depuis n’importe quel support connecté à internet (Any Device).
Assimilé au concept de la « mobilité+ » et de la mobiquité (contraction de mobilité et ubiquité), l’ATAWAD découle du développement important d’internet et des usages numériques ainsi que de la mise en place d’une nouvelle relation espace, temps et information.
Big data
Business intelligenceLa BI consiste en un ensemble d'outils et de techniques permettant de collecter, de nettoyer et d'enrichir des données structurées ou semi structurées pour les stocker dans différentes formes de base de données de type SQL, multidimensionnel. Les données vont être gérées dans des formats normalisés pour faciliter l'accès à l'information et les vitesses de traitement. L'objectif de la BI est de produire des indicateurs de performance permettant de comprendre le passé, d'analyser le présent afin d'extrapoler une vision à long terme pour et définir les avantages compétitifs futurs de l'entreprise. La BI est utilisée par un grand nombre d'utilisateurs internes ou externes pour supporter les activités opérationnelles de l'entreprise jusqu'au suivi stratégique. Christophe DUMOULIN - B&DBig data
Business Rules Management SystemUn système de gestion de règles métier ou SGRM (en anglais business rules management system, ou BRMS) est un logiciel qui gère et supporte les règles métier d'une organisation ou d'une entreprise.Big data
Cloud computing[NIST2011] Cloud computing is a model for enabling ubiquitous, convenient, on-demand network access to a shared pool of configurable computing resources (e.g., networks, servers, storage, applications, and services) that can be rapidly provisioned and released with minimal management effort or service provider interaction.Big data
CRMLa gestion de la relation client (GRC), ou gestion des relations avec les clients, en anglais Customer Relationship Management (CRM), est l'ensemble des outils et techniques destinés à capter, traiter, analyser les informations relatives aux clients et aux prospects, dans le but de les fidéliser en leur offrant le meilleur service.Big data
Data lakeIn French "Lac de données" Nouvel espace d'hébergement de données hétérogènes dans leur format natif. Il permet ensuite de servir l'ensemble des besoins d'analyses de données croisées. En bref, c'est un lac dans lequel on peut plonger pour faire parler les données.Big data
Data ScienceTerme créé en 2001 par William Cleveland dans un article intitulé « Data Science: An Action Plan for Expanding the Technical Areas of the Field of Statistics » et publié dans la Revue internationale de statistique.Big data
Data VisualisationCapacité à représenter des données de manière visuelle pour les faire parler (graphiques, réseaux, bulles, flux, nuages etc').Big data
Data warehouseLe terme entrepôt de données (ou base de données décisionnelle, ou encore data warehouse) désigne une base de données utilisée pour collecter, ordonner, journaliser et stocker des informations provenant de base de données opérationnelles et fournir ainsi un socle à l'aide à la décision en entreprise.Big data
Deep learningApprentissage profond. C'est un type d’application de l’apprentissage automatique, et plus précisément une évolution des systèmes dits de « réseaux de neurones ». Il parvient à résoudre des problèmes plus complexes, grâce à un nombre élevé de « neurones » et de réseaux qui forment un système censé fonctionner à l’image du cerveau.Big data
Enterprise Content ManagementLa gestion de contenu d'entreprise (en anglais Enterprise Content Management : ECM) vise à gérer l'ensemble des contenus d'une organisation. Il s'agit de prendre en compte sous forme électronique les informations qui ne sont pas structurées, comme les documents électroniques, par opposition à celles déjà structurées dans les bases de données. Elle comprend les phases de création/capture, stockage, indexation, gestion, nettoyage, distribution, publication, recherche et archivage, en faisant le lien du contenu avec les processus métier.Big data
Enterprise Information ManagementLa gestion des informations d'entreprise (EIM), c'est la technologie et la pratique qui consistent à maximiser la valeur des informations tout en minimisant les risques qui y sont associés.Big data
Enterprise Performance ManagementConcept fils de la BI, qui correspond à un ensemble de processus qui aide les entreprises à optimiser leur performances. C'est un cadre d'organisation automatisé et analytique qui prend en compte la méthode, les processus et les systèmes qui conduisent la performance de la société.Big data
HadoopFramework Java libre destiné à faciliter la création d'applications distribuées et échelonnables (scalables), permettant aux applications de travailler avec des milliers de n'uds et des pétaoctets de données. Hadoop a été inspiré par les publications MapReduce, GoogleFS et BigTable de Google. Hadoop a été créé par Doug Cutting et fait partie des projets de la fondation logicielle Apache depuis 2009.Big data
Hadoop Distributed File SystemLe HDFS est un système de fichiers distribué, extensible et portable développé par Hadoop à partir du GoogleFS. Écrit en Java, il a été conçu pour stocker de très gros volumes de données sur un grand nombre de machines équipées de disques durs banalisés. Il permet l'abstraction de l'architecture physique de stockage, afin de manipuler un système de fichiers distribué comme s'il s'agissait d'un disque dur unique.Big data
Internet des objetsLe terme « Internet des Objets » (IoT) a succédé à celui de « Machine to Machine » (ou M2M) pour désigner un marché en pleine croissance, qui promet de connecter à Internet vos objets du quotidien. L'innovation technologique - des capteurs communicants peu couteux et peu gourmands en énergie - a été connue du grand public grâce aux « wearables » : montre, semelle ou encore lunettes connectées. Ces termes en vogue sont donc, en réalité, au coeur d'une nouvelle évolution numérique. En 2020, le nombre d'objets connectés devrait être multiplié par 5 par rapport à 2015 et dépasser les 25 milliards. Par ailleurs, l'IoT contribuerait également à doubler la taille de l'univers numérique tous les deux ans, lequel pourrait représenter 44 000 milliards de gigaoctets en 2020, soit 10 fois plus qu'en 2013. Cette évolution (ou révolution) est rendue possible car le maillon principal de la chaîne (à savoir les réseaux de communication) devient opérationnel. Les réseaux et les technologies radios associées (réseau SIGFOX, protocole LORA, les technologies Bluetooth 4.0 ou DASH7,?) offrent aujourd'hui une réponse très efficace et fiable aux besoins spécifiques de communication des objets connectés grâce à un remarquable compromis débit/portée et avec d'excellentes performances de gestion d'énergie. L'émergence d'opérateurs et de réseaux facilite ainsi la mise en oeuvre et le déploiement de solutions adaptées à différents services. La France, dans cette nouvelle ère numérique qui commence, dispose de nombreux atouts : start-ups, pôles de compétitivité, opérateurs de niveau international, plan « objets connectés », label FrenchTech, etc. L'IdO a par ailleurs été classé comme principale priorité de la transformation numérique de l'économie européenne.
Pour la Défense, les technologies innovantes qui apparaissent avec l'IoT pourraient permettre d'augmenter de façon exponentielle le nombre d'objets connectés sur les théâtres d'opération. Ces objets en recueillant passivement et activement l'information à des fins diverses peuvent constituer un point d'inflexion dans la conduite des opérations. Si une avancée technologique ne constitue pas en soi une avancée militaire, la rencontre d'une possibilité technique et d'un concept d'emploi pertinent peut être décisive. Dans le cas de l'IoT, c'est donc la rencontre de ces deux éléments, généralement d'abord technologiques (les réseaux et technologies radios accessibles qui offrent une réponse très efficace et fiable aux besoins spécifiques de communication des objets connectés), puis seulement ensuite militaires (qui exploitent les possibilités ouvertes par cette technologie), qui peut donner naissance à une rupture. Ces technologies innovantes qui apparaissent avec l'IoT doivent être utilisées par la Défense afin de maîtriser l'information et d'accélérer encore le renseignement et le tempo des opérations.
Big data
Machine learningApprentissage automatique. Champ d'étude qui donne aux ordinateurs la capacité d'apprendre sans être explicitement programmé. Cela permet à l’ordinateur d’apprendre de ses propres expériences.Big data
Magic QuadrantsGartner's Magic Quadrants depict markets in the middle phases of their life cycle by using a two-dimensional matrix that evaluates vendors based on their completeness of vision and ability to execute. The Magic Quadrant has 15 weighted criteria that plot vendors based on their relative strengths in the market.Big data
MapReduceTraitement de grands volumes de données en mode batch.Big data
MarketScopesGartner's MarketScopes rate vendors based on criteria that focuses on the important aspects of an emerging or mature market. In emerging markets, vendors and products are less well known or tested in the market, and it would be difficult to analyze all criteria typically used in a Magic Quadrant. In mature markets, vendors and products are typically well known, and demand for relative comparison shifts to a focus on differentiating criteria. By focusing on a limited set of criteria for these markets, MarketScopes will help you understand the dynamics of the market as well as the strengths of its vendors, even when the market is not well suited for Magic Quadrant analysis.Big data
Mobile Device ManagementUne application de Mobile Device Management (MDM) ou "Gestion de Terminaux Mobiles", est une application permettant la gestion d'une flotte d'appareils mobiles, qu'il s'agisse de tablettes, de smartphones voire d'ordinateurs hybrides au format tablette. Cette gestion est effectuée au niveau du service informatique de l'entreprise.Big data
Ontologie métierEnsemble structuré des termes et concepts représentant un savoir faire métier ou un domaine d'application. [Wikipédia]Big data
StormMeilleur moteur d'intégration de grands volumes de données en temps-réel.Big data
Copyright © 2018-12-30 AFSim | TARDUS v7.4
28 entreprises et 86 adhérents individuels