Projet de calcul et d'analyse du demi-PGCD, une extension du concept de plus grand commun diviseur. Permet d'explorer des propriétés mathématiques avancées liées aux entiers et aux algorithmes de calcul.

PARAD (Performance Analysis Repository for Aadl Designs) est un framework en développement à LIAS, ENSMA. Il présente une nouvelle approche collaborative du problème de trouver des tests appropriés pour une conception de système, dirigée par l'expérience des concepteurs. L'approche consiste en la construction d'un dépôt d'analyse qui capitalise les efforts des analystes. Les analystes décrivent leurs analyses et les hypothèses accompagnatrices à l'aide des concepts de PARAD.

Ce dépôt contient une formation complète sur le deep learning, couvrant des sujets tels que l'analyse de données, la reconnaissance d'images, le traitement du langage naturel et l'apprentissage automatique. Il utilise des outils tels que TensorFlow, Scikit-Learn, Pandas et NumPy pour fournir une compréhension approfondie de ces concepts.

RunStaR est une méta-langue dédiée aux concepteurs de langages pour définir des représentations d'états d'exécution adaptées à leurs langages spécifiques (DSL). Elle permet de spécifier visuellement et dynamiquement les états des variables et concepts lors de l'exécution d'un programme, facilitant ainsi le débogage et l'analyse. Utilisée avec des outils comme Xtext ou KLighD, elle enrichit l'expérience de développement en intégrant des annotations directement dans la syntaxe concrète du DSL.

Outil pédagogique adapté pour des séances en école élémentaire, permettant d'analyser la croissance d'un blob (organisme unicellulaire). Il facilite la mesure de son périmètre et de son aire, notamment via des tablettes tactiles. Développé dans le cadre d'un projet de science participative du CNRS, il rend accessible des concepts scientifiques complexes aux élèves.

CGoGN est un ensemble de bibliothèques logicielles open source dédiées à la modélisation géométrique 3D et à la visualisation scientifique. Il propose des outils pour manipuler des maillages, des surfaces et des volumes, ainsi qu'une interface intégrée (SCHNApps) permettant de créer des applications personnalisées via un système de plugins. Destiné aux chercheurs, développeurs et industriels, il facilite la conception d'outils dédiés à l'analyse et à la simulation dans des domaines comme la géométrie algorithmique ou la visualisation de données complexes.

Ce projet est un travail pratique destiné aux étudiants de niveau L2 en cybersécurité. Il propose des exercices et des défis concrets pour appliquer les concepts théoriques abordés en cours. Les étudiants y développent des compétences pratiques en analyse de vulnérabilités, cryptographie et sécurisation de systèmes. Le projet s'inscrit dans le cadre d'un enseignement universitaire et vise à renforcer la compréhension des enjeux de sécurité informatique.

Ce projet de recherche fictif explore les relations hypothétiques entre les comportements humains, notamment la consommation excessive de raclette, et leur impact sur le karma. En s'appuyant sur des concepts de microbiologie quantique et de relativité, il simule des scénarios pour évaluer si ces pratiques influencent la probabilité de réincarnation en limace. Les analyses reposent sur des données générées et des modèles mathématiques avancés.

Projet académique visant à développer des outils d'analyse et de simulation pour des applications en intelligence artificielle et science des données. Utilisé dans un cadre pédagogique pour illustrer des concepts avancés en traitement de données et modélisation mathématique. Permet aux étudiants de manipuler des bibliothèques spécialisées pour résoudre des problèmes concrets en physique ou en informatique.

Ce projet vise à concevoir et maintenir un écosystème optimal de workflows pour l'ESRF DAU (Département d'Accélération et d'Utilisation des Rayons X). Il permet de modéliser, organiser et exécuter des tâches scientifiques sous forme de graphes de dépendances, facilitant ainsi l'automatisation des processus expérimentaux et l'analyse de données. L'objectif est d'améliorer l'efficacité et la reproductibilité des recherches menées sur les accélérateurs de particules.