Le projet elementaryx est une plateforme dédiée à la simulation et à l'analyse de systèmes complexes, offrant des fonctionnalités avancées de visualisation de données. Il permet aux chercheurs et ingénieurs de modéliser et d'étudier des phénomènes complexes dans divers domaines tels que la physique, la biologie, l'ingénierie et les sciences sociales.

Mangoes est un outil permettant de traiter des données textuelles, de calculer des co-occurrences et de générer des représentations de mots (word embeddings) à l'aide de méthodes d'apprentissage automatique non supervisées. Il propose également des méthodes d'évaluation statistique et intrinsèque ainsi que des outils de visualisation.

Melissa est un cadre évitant les fichiers, tolérant aux pannes et élastique pour effectuer une analyse de sensibilité à grande échelle sur des supercalculateurs. Il traite les données en ligne, évitant ainsi le stockage intermédiaire de fichiers et permettant des études à grande échelle avec des millions de simulations parallèles. Melissa est construit autour de deux concepts clés : les algorithmes statistiques itératifs et le modèle asynchrone client/serveur pour le transfert de données.

This project is a repository that compares long-reads metagenomic assemblers and analyzes metagenomic data. It includes scripts to check the quality of the reads, fetch the sequencer used, assemble metagenomes using different tools, polish the assemblies, calculate the coverage, and check the quality of the assemblies. The pipeline is defined using Snakemake and can be run on a cluster with slurm and conda support.

Blaster est un projet de recherche en traitement de signal audio qui propose une méthode innovante pour récupérer les échos acoustiques hors-grille et de manière aveugle à partir d'enregistrements multicanaux d'une source sonore inconnue telle que la parole. Il s'appuie sur le récent cadre des dictionnaires continus et ne dépend pas de techniques de réglage de paramètres ou de pic de pointe.

Connection-Studio est une plateforme web permettant l'analyse et la visualisation de données biologiques, en particulier des réseaux d'interactions moléculaires. Il permet l'intégration de données hétérogènes et la recherche de motifs dans des données textuelles.

Ce projet est dédié à l'analyse d'images et au calcul de mesures de performance standard pour l'object detection et la segmentation. Il offre des fonctionnalités de traitement d'images avancées pour des applications scientifiques.

DeepMOT est un projet d'intelligence artificielle spécialisé dans le suivi et la détection d'objets dans des vidéos en temps réel.

Ce projet consiste en une méthode d'extraction de relations dans des données biomédicales en injectant des embeddings de graphes de connaissances (RotatE) dans BERT. Il fournit également des outils pour préparer les données en vue de leur utilisation dans l'apprentissage automatique en biomédecine.

Projet de recherche en infographie et intelligence artificielle visant à synthétiser des images réalistes de scènes avec des surfaces réfléchissantes à partir d'un ensemble de photos. Utilise une représentation de points neuronaux pour modéliser les catacaustiques et générer des rendus interactifs de haute qualité.