Ce projet vise à étudier les ondes corticales observées chez la souris en laboratoire. Il permet de détecter, suivre et analyser ces ondes ainsi que les mouvements corporels des animaux. Les outils développés automatisent le traitement des données brutes, calculent des paramètres descriptifs et génèrent des visualisations pour faciliter l'interprétation des dynamiques corticales. Les résultats sont utilisés pour approfondir la compréhension des mécanismes neuronaux.

Ce projet mené par le PEReN étudie le framework AMP de Google en analysant ses performances et son impact sur le référencement. Il permet de comparer les résultats de recherche entre mobile et desktop, d'évaluer les métriques de performance (FCP, LCP, TTI, SI) et d'analyser les différences entre pages utilisant AMP et celles ne l'utilisant pas. Les données collectées sont exploitées via des notebooks pour des analyses approfondies.

Ce projet permet d'analyser les données de vols aériens internes aux États-Unis en 2014. Il offre des fonctionnalités pour rechercher des itinéraires entre aéroports, calculer des statistiques sur les retards, identifier les aéroports desservis par une compagnie ou les compagnies opérant depuis un aéroport, et détecter les vols annulés ou déviés. L'outil s'adresse aux étudiants ou professionnels souhaitant étudier les données du transport aérien.

Ce projet vise à étudier l'impact des décalages temporels entre les équipements de forage utilisés pour analyser les vibrations souterraines. En modélisant ces désynchronisations, il permet de détecter des événements anormaux dans les signaux enregistrés et d'améliorer la précision des données sismiques. L'objectif est d'optimiser le positionnement et le timing des instruments pour une meilleure localisation des événements souterrains.

Projet dédié à la collecte, l'analyse et la modélisation de données issues de satellites pour étudier l'atmosphère, le climat et l'environnement. Il permet de suivre les polluants, les variations climatiques et d'autres indicateurs environnementaux essentiels pour la recherche scientifique et les politiques publiques.

Outil dédié à l'analyse et à la modélisation de séquences, notamment pour les données biologiques ou temporelles. Permet de calculer des alignements, des distances, des probabilités, et de générer des visualisations comme des graphiques ou des tableaux. Utilisé pour étudier des phénomènes répétitifs, des chaînes de Markov, ou des processus de renouvellement dans divers domaines scientifiques.

Cet algorithme analyse les Interruptions Volontaires de Grossesse (IVG) réalisées en établissements de santé en France métropolitaine entre 2019 et 2023. Il génère des indicateurs clés pour étudier le recours à l'IVG selon l'âge, la méthode (médicamenteuse ou instrumentale), et les disparités géographiques. Les données, issues du PMSI MCO du SNDS, permettent d'évaluer l'impact des réformes et d'identifier les tendances régionales dans l'accès aux soins.

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 analyse la saisonnalité des charges de travail et de l'usage des systèmes IT dans les datacenters. Il étudie les données de six workloads HPC et de la charge Wikipedia pour identifier des motifs saisonniers, caractériser les pics d'activité et comparer différentes méthodes de prévision. Les résultats permettent d'optimiser la planification des ressources et d'anticiper les besoins en infrastructure.

Service dédié à la collecte, au stockage et à la diffusion de données issues de capteurs environnementaux, notamment océanographiques. Il permet aux chercheurs et institutions de visualiser, analyser et partager des séries temporelles de mesures pour étudier les phénomènes naturels et climatiques. Le projet s'appuie sur des standards ouverts pour garantir l'interopérabilité des données.