Le package R dailymet est un outil d'analyse des extrêmes de séries temporelles quotidiennes de données météorologiques, en particulier les températures maximales quotidiennes. Il fournit des méthodes pour lire les données à partir de fichiers CSV, produire des résumés et des visualisations à l'aide de ggplot2, et fournit des fonctions pour décrire la tendance et la saisonnalité dans les séries temporelles.

PyDynPeak est un logiciel Python d'analyse de séries temporelles hormonales. Il permet la détection de pics et l'analyse de fréquence dans les séries temporelles. Il est basé sur l'article scientifique de Vidal et al. (2012) et sur le package Scilab ATOMS Toolbox DynPeak.

Le projet sbip2 est une application web qui vise à fournir une plateforme d'analyse et de visualisation de données pour différents cas d'utilisation métiers. Il permet de représenter les données sous forme de graphiques, de tableaux et de cartes, et offre des fonctionnalités avancées telles que la détection de tendances, l'analyse de séries temporelles et la prévision de données.

Le projet netdrms_9.0 est une solution dédiée à la gestion et au traitement de données solaires en temps réel. Il permet la création de séries temporelles et offre des fonctionnalités avancées pour l'analyse et la visualisation de ces données.

SciQLop est une application Qt conçue pour la visualisation et l'analyse de données de plasmas spatiaux in situ. Elle permet d'accéder facilement à des dizaines de milliers de produits de données archivées, d'explorer des séries temporelles multivariées, de visualiser des produits personnalisés avec du code Python exécuté en temps réel, de créer et d'éditer des catalogues d'événements, et d'analyser des données dans des carnets Jupyter.

Le projet efe-rnn est un outil d'analyse de données utilisant des réseaux de neurones récurrents (RNN) pour effectuer des prédictions et des analyses de séries temporelles. Il permet aux utilisateurs de modéliser des phénomènes complexes et d'identifier des tendances dans les données, ce qui en fait un outil précieux pour les professionnels de la finance, de la météorologie, de la physique et d'autres domaines.

Ce projet concerne l'estimation en temps réel de la tendance-cycle à l'aide de moyennes mobiles asymétriques, appliqué à l'analyse de séries temporelles économiques. Il contient tous les programmes en R nécessaires à la production du document de travail.