Ce projet utilise un modèle SEIR(D) et une approche bayésienne pour prévoir la propagation du virus SARS-Cov-2. Les données de l'ECDC et de Santé publique France sont utilisées pour estimer les paramètres du modèle. Des prévisions pour l'Italie et la France sont fournies en exemple.

Batchaif est un outil permettant de corriger les biais expérimentaux dans les données de séquençage monocellulaire en utilisant l'Adversarial Information Factorization (AIF). Cette méthode permet d'apprendre une distribution d'espace latent partagé entre différents lots de cellules, et de projeter les distributions de lots de cellules sur d'autres lots de cellules pour corriger les biais expérimentaux.

Le projet gpu-full est une plateforme dédiée à la recherche et à l'analyse de données. Il permet aux chercheurs et aux data scientists de développer et de déployer des modèles de machine learning, de visualiser et d'analyser des données en temps réel, et de gérer leurs projets de recherche. Grâce à une interface utilisateur intuitive et à des fonctionnalités avancées, il offre un environnement de travail complet et performant pour les chercheurs et les data scientists.

Scyan est un modèle probabiliste bayésien composé d'un réseau de neurones profonds inversible appelé flux normalisant. Il permet une annotation rapide des populations cellulaires sans étiquettes d'apprentissage préalables, et offre des fonctionnalités de correction d'effets de lot, de débarcodage et de découverte de populations.