Outil dédié à l'identification et au signalement des anomalies affectant les conteneurs et les environnements Kubernetes. Il permet aux équipes opérationnelles de détecter rapidement les dysfonctionnements, d'analyser les causes racines et d'agir pour maintenir la stabilité et la performance des services déployés en production.

Ce projet permet de reconstruire des images à partir de données photoacoustiques, notamment pour des applications médicales. Il offre des outils pour traiter des signaux ultrasonores et améliorer la qualité des images obtenues, facilitant ainsi l'analyse et le diagnostic par les professionnels de santé.

Ce projet permet d'analyser des images astronomiques pour détecter et caractériser des sources lumineuses tout en identifiant les artefacts ou anomalies. Il facilite le traitement des données issues d'observations célestes en filtrant les signaux parasites et en fournissant des indicateurs de qualité pour chaque détection.

Ce projet fournit un support prêt à l'emploi pour réaliser des expériences de spectroscopie temporelle dans le cadre de la microscopie à balayage. Il permet d'intégrer un paramètre variable (comme un délai temporel) lors de l'acquisition d'images 3D, en synchronisant des signaux RF avec le temps d'intégration de chaque pixel. L'interface utilisateur simplifiée facilite la configuration et l'acquisition des données, tandis que des outils de traitement (comme la transformée de Fourier) permettent une analyse en temps réel.

BLISS est une bibliothèque open source dédiée au contrôle et à l'acquisition de données pour des équipements scientifiques, principalement utilisée dans les environnements de recherche et d'expérimentation. Elle permet d'automatiser des processus complexes, de gérer des flux de travail et d'analyser des signaux ou images issus d'instruments de mesure. Développée pour répondre aux besoins des laboratoires, elle facilite l'intégration et la synchronisation de divers équipements tout en offrant des outils pour le traitement et l'analyse des données collectées.

FLCD est une méthode innovante dédiée à la détection des perturbations forestières à petite échelle à partir de séries temporelles radar (Sentinel-1). Elle permet de produire des cartes précises des impacts forestiers, comme les coupes sélectives ou les dégradations, en analysant les variations brutales du signal. Utilisée dans des projets de recherche et de conservation, elle s'appuie sur des algorithmes de régression et des techniques de traitement d'images pour identifier les changements environnementaux.

GILDAS est une suite logicielle dédiée à l'analyse et au traitement de données issues de radioastronomie. Elle permet aux chercheurs et astronomes de manipuler des images, des spectres et des signaux pour étudier des phénomènes célestes. Le projet facilite la modélisation, la simulation et l'interprétation de données complexes, notamment dans le cadre d'observations radio. Il est largement utilisé dans les observatoires et laboratoires d'astrophysique.

Ce package Python fournit des outils pour renforcer le signal d'images 3D d'intensité. Il s'intègre à la plateforme de calcul scientifique Gnomon et utilise des bibliothèques spécialisées comme anifilters et lsm3d. Il permet d'améliorer la qualité des données visuelles pour des applications en recherche ou en analyse scientifique.

Bibliothèque Python optimisée pour la manipulation et l'analyse de matrices complexes. Elle offre des générateurs de matrices standard, une fonction de reconnaissance de séquences répétées et un moteur principal permettant d'extraire et de lire des matrices à partir de divers types de données telles que des images, des vidéos, des signaux, des matrices float et int, etc.

Projet dédié à l'analyse et à la visualisation de données scientifiques ou techniques. Il permet de traiter des signaux, images ou résultats expérimentaux grâce à des algorithmes numériques performants. Les outils intégrés facilitent la simulation, l'interprétation et la représentation graphique des données pour des applications en recherche, ingénierie ou enseignement.