JMCS est un framework Java développé par le JMMC pour fournir une interface graphique unifiée et intégrée aux applications sur les systèmes d'exploitation Linux, Mac OS X et Windows. Il centralise les fonctionnalités d'interface utilisateur partagées, telles que la gestion de la barre de menus, la fenêtre de boîte de dialogue « À propos » et d'autres fonctionnalités, afin d'offrir une expérience utilisateur cohérente et de qualité supérieure.

The h24 project is a tool for simulating and analyzing human interactions in various contexts. It allows users to model social behaviors, visualize patterns, and predict health trends based on the simulated data. The project uses advanced algorithms and machine learning techniques to provide accurate and insightful results.

Module python pour le calcul de la qualité d'image et de la force du signal pour le télescope GRAVITY+ utilisant la méthode NGS (Natural Guide Star)

Le projet intertwiningwavelet est un outil de traitement de données et d'analyse de signaux, utilisant des méthodes avancées de physique et de mathématiques. Il permet de manipuler et d'interpréter des données complexes, en particulier des ondes, grâce à des algorithmes sophistiqués.

Framework Java du JMMC pour standardiser l'interface utilisateur des applications sur différents systèmes d'exploitation de bureau, en intégrant les applications aux fonctionnalités du système d'exploitation hôte.

Ce projet fournit un environnement Jupyter Notebook simplifié pour OpenShift, permettant l'analyse et le traitement de données, ainsi que la visualisation et le machine learning grâce à une sélection de packages et bibliothèques Python.

PyCoA est un framework Python dédié à l'analyse et la visualisation de données sur la Covid-19. Il permet de simplifier l'accès à diverses bases de données et propose des outils pour représenter et analyser les données sous forme de graphiques, de cartes et d'histogrammes.

Ce projet implémente l'algorithme d'Optimal Tensor Transport présenté à la conférence AAAI 2022, permettant l'optimisation de transport de tenseurs et l'analyse de données multi-dimensionnelles. Il s'intègre à des outils d'apprentissage automatique pour offrir des capacités avancées de traitement de données tensorielles.

Le projet a2p2 vise à faciliter le processus de programmation d'observations astronomiques en convertissant les données astrophysiques en propositions d'observations. Il offre une interface simplifiée pour automatiser la planification et la programmation des observations, améliorant ainsi l'efficacité et la précision des recherches astronomiques.

Ce projet a pour but d'analyser des séquences d'ADN afin de détecter les répétitions et les motifs qui s'y trouvent. Il permet de comparer des génomes entre eux et de fournir des informations utiles pour la recherche en génomique.