BinPack est un projet académique et technique dédié à l'étude et à la résolution du problème classique de bin packing, un problème d'optimisation combinatoire NP-difficile. Il explore les propriétés des problèmes NP, les réductions polynomiales entre problèmes algorithmiques, et propose des implémentations pour valider ces concepts théoriques. Le projet sert de support pédagogique pour comprendre les liens entre complexité algorithmique, certificats de solutions et réductions entre problèmes.

Ce projet académique développe une implémentation de la méthode Dualoc pour résoudre des problèmes d'optimisation mono et bi-objectifs. Il s'inscrit dans le cadre d'un TER (Travail d'Étude et de Recherche) à l'Université de Nantes, permettant aux étudiants de mettre en pratique des concepts avancés en recherche opérationnelle et en algorithmique. Le code source fournit des outils pour modéliser et résoudre des problèmes complexes d'optimisation.

Ce projet est une application éducative dédiée à l'étude et à la visualisation des algorithmes de parcours de labyrinthes. Il permet aux utilisateurs de créer, modifier et explorer des structures de données complexes comme des arbres ou des graphes. L'outil sert principalement à des fins pédagogiques pour comprendre les mécanismes de parcours en profondeur et en largeur.

Outil scientifique dédié à l'analyse de données temporelles issues de pulsars, notamment pour l'étude des systèmes binaires comme les veuves noires. Il implémente un algorithme MCMC (Markov Chain Monte Carlo) parallèle et affine-invariant, permettant d'échantillonner des distributions de probabilité complexes. Utilisé en astrophysique pour mesurer des paramètres physiques comme le moment quadrupolaire gravitationnel d'un compagnon stellaire.

Pysemigroup est une bibliothèque Python dédiée à l'implémentation d'algorithmes pour les semi-groupes. Elle s'appuie sur des travaux académiques reconnus pour offrir des outils de calcul et d'analyse dans le domaine de l'algèbre. Le projet facilite la modélisation et l'étude des structures algébriques complexes, notamment via des interfaces graphiques pour visualiser les résultats.

Fiat Lux est un logiciel de simulation de systèmes complexes, permettant la visualisation de données et l'étude de modèles de réaction-diffusion. Il utilise des algorithmes avancés de génération de nombres aléatoires et de représentation graphique en temps réel.

Polyhash est un projet académique issu d'un défi algorithmique inspiré de Google HashCode. Il vise à résoudre des problèmes de planification et d'optimisation en simulant des scénarios complexes, comme la gestion de ressources ou la logistique. Développé par des étudiants en informatique, il permet d'expérimenter des stratégies pour maximiser l'efficacité dans des contextes variés.

Ce projet pédagogique vise à enseigner les structures de données fondamentales, notamment les graphes, et leur impact sur la complexité algorithmique des opérations. Il propose des travaux pratiques pour implémenter et manipuler ces structures, tout en analysant leur efficacité. Destiné aux étudiants en informatique, il inclut des guides d'introduction, des exercices d'implantation et des rapports à rédiger.

Polyhash est un projet académique issu d'une compétition de programmation inspirée des défis Google HashCode. Il propose aux étudiants en informatique de résoudre des problèmes algorithmiques complexes en simulant des scénarios réels, comme l'optimisation de ressources ou la gestion de données. Le projet inclut des outils de visualisation et des environnements de test pour évaluer les solutions proposées.

Ce projet est une implémentation pédagogique d'algorithmes de tri classiques et de structures de données associées. Il permet d'étudier leur fonctionnement, leur complexité et leurs performances comparatives. Destiné à un contexte éducatif, il sert de support pour comprendre les bases de l'algorithmique et de l'optimisation.