Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Institut national de physique nucléaire et de physique des particules
- IPython
- LISA Instrument est un outil de simulation dédié à la chaîne de mesure de l'observatoire spatial LISA (Laser Interferometer Space Antenna). Il modélise la génération de bruits instrumentaux, simule les signaux optiques (bruits et signaux physiques) ainsi que leur détection interférométrique. Le projet intègre également le traitement des données télémétriques produites par ces simulations.
- Ce projet propose des exercices pratiques pour simuler et analyser des sources radioactives et des détecteurs en imagerie médicale. Il permet de modéliser des configurations complexes de sources, de filtres et de détecteurs, puis de visualiser les résultats en 3D ou sous forme de graphiques. Les utilisateurs peuvent étudier les propriétés physiques des rayonnements et leurs interactions avec les matériaux.
- Ce projet propose des images Docker dédiées à l'environnement de recherche virtuelle ESCAPE (European Science Cluster of Astronomy & Particle Physics). Il permet aux chercheurs en astrophysique et physique des particules de disposer d'environnements conteneurisés standardisés pour leurs analyses et développements. Les images intègrent des bibliothèques scientifiques essentielles (comme Astropy, Gammapy ou NumPy) et des outils d'analyse spécialisés, garantissant une reproductibilité des résultats et une collaboration simplifiée entre équipes internationales.
- Ce projet permet d'analyser et de reproduire les résultats de sensibilité et d'exclusion de l'expérience STEREO phase II. Il repose sur des données expérimentales et des simulations pour évaluer la cohérence entre les prédictions théoriques et les observations. Les outils développés facilitent la comparaison de modèles et l'optimisation des paramètres pour des expériences en physique des particules.
- Ce projet vise à automatiser la génération et le déploiement d'images serveurs JupyterHub de manière centralisée. Il inclut la configuration préliminaire nécessaire pour une intégration continue (CI), permettant de créer des environnements reproductibles et déployables automatiquement sur des serveurs. L'objectif est de simplifier la gestion des infrastructures Jupyter pour les équipes techniques.
- Ce projet propose une formation complète pour découvrir le deep learning, un sous-domaine de l'intelligence artificielle. Il combine une partie théorique sur les fondements des réseaux de neurones avec un cas pratique concret de classification d'images. Destiné aux débutants comme aux passionnés, il permet d'acquérir des compétences pratiques via un notebook Jupyter interactif, tout en offrant une approche pédagogique accessible pour comprendre les mécanismes de l'apprentissage automatique.
- Jupytango est une interface interactive pour le contrôle et la visualisation de données issues de systèmes Tango, notamment utilisés dans des environnements industriels ou scientifiques. Il permet de surveiller en temps réel des attributs de dispositifs, d'afficher des graphiques dynamiques et de gérer des flux de données asynchrones via une intégration avec Jupyter et Bokeh. L'outil facilite l'analyse et le diagnostic des systèmes contrôlés.
- Ce projet propose des ressources pédagogiques et des supports de cours dédiés à l'astroparticule et à la cosmologie pour le master M2 NPAC. Il s'agit de matériel académique structuré, incluant des données, des analyses et des outils pour accompagner les étudiants dans leur apprentissage des concepts avancés en physique théorique et expérimentale.
- Ce projet vise à faciliter la demande de congés pour innovation pédagogique en utilisant des outils numériques comme Jupyter. Il permet aux enseignants de structurer et de soumettre leurs projets pédagogiques innovants de manière simplifiée et automatisée, en s'appuyant sur des notebooks interactifs pour documenter et analyser leurs idées.
- Ce projet permet de traiter, analyser et visualiser des données issues de capteurs environnementaux, notamment pour la calibration et le contrôle qualité. Il automatise la génération de rapports techniques, la correction de données et l'extraction de métriques clés comme les limites de détection ou les incertitudes. Les fonctionnalités incluent la synchronisation avec des fichiers de correction temporelle, l'application de critères qualité et la conversion entre différentes unités de mesure.
12 initiatives
10