Ce projet open source permet de comparer et évaluer différents pipelines de modélisation numérique de terrain (DSM). Il facilite l'analyse statistique des reconstructions 3D générées par diverses méthodes (NASA ASP, CNES CARS, s2p-hd, IGN Micmac) et compare ces résultats à des vérités terrain. Les outils intégrés permettent de quantifier les performances des algorithmes pour des applications en cartographie, télédétection ou gestion des risques naturels.

Ce projet permet de comparer différentes méthodes de régression à haute dimension, offrant une analyse approfondie des données scientifiques ou industrielles complexes. Il facilite l'évaluation de la performance des modèles de prédiction en fournissant des résultats clairs et précis.

Ce projet se concentre sur l'optimisation des simulations fluides en utilisant la transformée en ondelettes discrète (DWT) pour une compression dynamique des données sur GPU. Il évalue les performances de différents algorithmes de compression et configurations de blocs pour améliorer l'efficacité mémoire et calculatoire. Les résultats sont utilisés pour valider des modèles numériques et réduire les coûts de stockage tout en préservant la précision des simulations.

Ce projet propose une évaluation comparative de méthodes d'apprentissage fédéré regroupées par clusters. Il permet d'analyser et de comparer les performances de différents modèles de machine learning dans un contexte distribué, en utilisant des jeux de données standardisés comme MNIST ou CIFAR-10. Les résultats sont visualisés sous forme de tableaux et de graphiques pour faciliter l'interprétation des métriques.

Ce projet utilise des méthodes d'apprentissage profond pour détecter automatiquement les lésions liées à la maladie de Crohn dans des images issues de vidéos d'endoscopie sans fil. Il permet d'entraîner des réseaux de neurones convolutifs (CNN) spécialisés, d'augmenter artificiellement les jeux de données d'images médicales, et d'évaluer les performances des modèles générés. L'objectif est d'assister les professionnels de santé dans le diagnostic et le suivi de cette pathologie.

Outil dédié à la simulation d'événements discrets pour évaluer les performances et la fiabilité des réseaux LoRa. Il permet aux ingénieurs et chercheurs de modéliser des scénarios de communication IoT, d'analyser les latences et les taux de réussite des transmissions, et d'optimiser les déploiements de capteurs sans fil dans des environnements variés.

Plateforme dédiée à l'évaluation et au benchmarking de modèles d'intelligence artificielle, notamment des chatbots et assistants conversationnels. Elle permet de mesurer objectivement les performances, la précision et l'efficacité des solutions d'IA générative dans divers contextes d'usage. Utilisée par des chercheurs, des développeurs et des entreprises pour affiner leurs modèles avant déploiement.

Outil dédié à l'évaluation et à la comparaison de modèles bayésiens et d'algorithmes statistiques. Il permet de mesurer les performances de différentes approches en termes de précision, de temps de calcul et de robustesse. Utilisé par des chercheurs et des data scientists pour valider des hypothèses ou optimiser des modèles avant leur déploiement en production.

Outil d'analyse d'équité dédié aux modèles de vérification faciale. Il permet d'évaluer objectivement si un algorithme traite équitablement différents groupes démographiques (genre, âge, ethnie) en calculant des métriques de performance et d'équité. Utilisé par les chercheurs et développeurs pour identifier et corriger les biais algorithmiques dans les systèmes de reconnaissance faciale.

Outil dédié à la transition entre les versions 1 et 2 de Publicodes, permettant de tester et comparer des modèles métiers. Il facilite l'évaluation de règles, la génération de rapports détaillés et l'analyse des divergences entre versions. Utilisé pour valider la compatibilité et la performance des modèles avant migration.