Ce projet permet de classifier des signaux en analysant leurs composantes fréquentielles. Il est conçu pour traiter des données temporelles complexes, comme des séries temporelles ou des signaux audio, afin d'identifier des motifs ou des anomalies. Les applications incluent l'analyse de données industrielles, la détection de défauts ou l'étude de phénomènes naturels.

Ce projet est une collection d'algorithmes, de visualisations et d'outils pour le traitement de signaux biomédicaux, en particulier pour l'analyse de données EEG et la création d'interfaces cerveau-ordinateur. Il inclut des fonctionnalités telles que le prétraitement de signaux, la détection de caractéristiques, la classification et la visualisation de données en temps réel.

Le projet vise à analyser les signalements de la DGS grâce aux techniques d'intelligence artificielle. Il se compose de 4 livrables : un socle technique d'ingestion des données, des algorithmes de classification des signalements, des algorithmes de regroupement des signalements, et une interface de traitement des signalements.