Ce projet est une formation au Deep Learning, co-organisée par le 3IA MIAI institute, le CNRS, via la Mission pour Transversal et Interdisciplinary Initiatives (MITI) et l'Université de Grenoble Alpes (UGA). Il vise à fournir une compréhension des bases des réseaux de neurones de Deep Learning, une première expérience à travers des exemples simples et représentatifs, une familiarisation avec les technologies Tensorflow/Keras et Jupyter lab, et une initiation aux environnements informatiques académiques Tier-2 ou Tier-1 avec des GPU puissants.

Ce projet a pour but de fournir des outils d'apprentissage automatique pour les systèmes autonomes. Il inclut des algorithmes de régression, de classification, de clustering et de réduction de dimensionnalité.

Dépôt de notebooks pour les travaux dirigés du module de pré-orientation SICOM - Traitement du Signal et Multimedia - 3PMPOLS6 de Grenoble INP - Phelma. Il contient des activités d'apprentissage sur l'analyse de signaux, le traitement de données scientifiques, la visualisation de données et l'initiation à l'apprentissage automatique.

NoLOAD_v2 est un logiciel open source dédié à la résolution de problèmes d'optimisation contraints dans la conception de systèmes d'ingénierie. Il utilise l'automatique différentiation avec Jax pour fournir des solutions précises et efficaces.

Dépôt de code source pour le cours d'« Advanced Numerical Methods » du master TMA (Turbulence, Methods and Applications) de l'UGA. Il contient les matériaux pédagogiques pour l'enseignement de la turbulence numérique.

RadioSphere est un ensemble d'outils permettant l'analyse de radiographies contenant des particules sphériques, en particulier pour mesurer les positions 3D à partir d'une seule radiographie. La technique proposée est une approche en deux étapes : la première étape utilise une technique FFT-based pattern matching appelée tomopack, et la deuxième étape optimise les positions en comparant la projection calculée à la mesure.

Ce projet est une plateforme dédiée à l'apprentissage de l'informatique scientifique pour les étudiants du Master 2 EFM. Il offre des fonctionnalités d'analyse et de visualisation de données, ainsi que des outils pour effectuer des calculs complexes.

Logiciel d'analyse de matériaux utilisant des techniques de traitement d'images et de modélisation géométrique.

Bibliothèque Python pour l'analyse de données 3D symétriques, utilisant la bibliothèque xarray. Conçue pour le traitement de données de corrélation d'images numériques et la simulation de déformation mécanique.

Ce projet vise à automatiser la création de figures standardisées pour le site de l'OPE à partir de la base de données de chimie atmosphérique mesurée à l'IGE. Il nécessite la base de données au format excel et permet de générer des figures de corrélation entre différentes variables.