Ce projet développe une solution basée sur l'apprentissage profond pour localiser automatiquement les électrodes EEG dans des images IRM T1. Il permet de segmenter et d'extraire les coordonnées des électrodes détectées, facilitant ainsi l'analyse des données EEG-fMRI. Le système inclut des outils de post-traitement pour améliorer la précision des résultats et comparer les performances avec des méthodes existantes.

Projet open source fournissant un ensemble d'outils et de bibliothèques pour le développement d'applications performantes sur CentOS 7. Il facilite la création de solutions optimisées pour le calcul intensif, l'analyse de données et l'intelligence artificielle, en s'appuyant sur des technologies modernes comme oneAPI. Destiné aux développeurs et chercheurs nécessitant des performances élevées.

Outil en ligne de commande conçu pour évaluer et comparer les performances de différents parseurs de code Fortran sur une base de code donnée. Il génère des statistiques et des résultats détaillés pour aider les développeurs à choisir l'outil le plus adapté à leurs besoins. Le projet inclut des analyses sur des bases de code réelles comme DYNAMICO, LMDZ ou ORCHIDEE, fournissant des métriques précises sur la couverture et l'efficacité des parseurs.

Ce projet permet de gérer et analyser les performances des joueurs et des équipes de football. Il offre des fonctionnalités pour suivre les statistiques individuelles et collectives, évaluer les compétences techniques et physiques des athlètes, et optimiser les tactiques de jeu. Destiné aux clubs, entraîneurs et analystes sportifs, il facilite la prise de décision basée sur des données précises et détaillées.

OrthoInspector est une suite logicielle spécialisée dans la détection rapide et performante des relations d'orthologie et d'inparalogie entre espèces. Conçu pour répondre aux défis des données massives en biologie, il permet d'analyser des protéomes de manière efficace et scalable. Le logiciel est accessible via une plateforme en ligne pour explorer librement de grandes bases de données couvrant les domaines des Archaea, Bactéries et Eucaryotes.

Ce projet développe une solution innovante de reconnaissance de gestes et d'activités humaines basée sur des radars millimétriques. Il propose une méthodologie légère et robuste pour des systèmes embarqués, exploitant des réseaux de neurones graphiques (GNN) afin d'analyser des données radar complexes. Le projet inclut la création d'un jeu de données dédié, MIRAGE, et démontre une performance supérieure aux méthodes existantes en termes de précision et d'efficacité énergétique.

Ce module permet d'exécuter et de gérer des scripts ou requêtes SQL de manière automatisée et sécurisée. Il facilite l'administration des bases de données en offrant des outils pour lancer des opérations, générer des logs détaillés et analyser les performances. Idéal pour les développeurs et administrateurs de bases de données souhaitant optimiser leurs workflows SQL.

Ce projet automatise le benchmarking des performances des environnements HPC basés sur Guix, notamment pour les clusters comme Plafrim. Il exécute des tests de bande passante MPI entre nœuds, compare différentes configurations (MPI, réseaux) et stocke les résultats dans une base de données. Les données sont ensuite analysées pour détecter des régressions et visualisées sous forme de graphiques. L'objectif est d'optimiser les performances des infrastructures de calcul haute performance.

Ce projet permet de visualiser et analyser la qualité des données du réseau RENAG, un réseau de stations GNSS (Global Navigation Satellite System) dédié à la recherche scientifique. Il offre un tableau de bord interactif pour suivre les performances des stations, identifier les anomalies et produire des rapports détaillés. Les données sont collectées, stockées dans une base de données PostgreSQL, puis exploitées via Grafana pour générer des graphiques et indicateurs pertinents.

RDFNeo est un outil conçu pour convertir et exploiter des données au format RDF (Resource Description Framework) dans des bases de graphes Neo4j. Il facilite l'intégration de données sémantiques dans des environnements orientés graphes, permettant une analyse plus intuitive et performante des relations entre entités. Utilisé dans des domaines comme la recherche, l'industrie ou les sciences des données, il optimise les requêtes complexes et améliore la visualisation des réseaux sémantiques.