Ce projet permet d'analyser et de visualiser des données environnementales et climatiques à partir de jeux de données complexes. Il facilite la modélisation de phénomènes physiques et la surveillance de paramètres critiques comme la température, l'humidité ou les niveaux de pollution. Les outils intégrés aident les chercheurs et les ingénieurs à interpréter des données massives pour en extraire des tendances ou des anomalies.

Ce projet développe un serveur de contrôle dédié à l'analyseur de gaz résiduels MKS Microvision IP. Il permet de piloter et surveiller en temps réel des systèmes sous vide, notamment dans des environnements industriels ou scientifiques comme les accélérateurs de particules. Le logiciel gère les paramètres de mesure, les modes de fonctionnement et l'acquisition des données pour garantir une analyse précise des gaz résiduels.

Outil de visualisation et d'analyse dédié aux expériences de physique nucléaire et de détection. Il permet de surveiller en temps réel les données issues des détecteurs INDRA, d'afficher des spectres, des histogrammes de multiplicité et des structures temporelles. Les interfaces graphiques facilitent l'interprétation des résultats expérimentaux et le contrôle des paramètres d'acquisition.

Ce projet développe une suite logicielle dédiée au contrôle et à la surveillance des détecteurs FAZIA utilisés en physique nucléaire expérimentale. Il permet de configurer les paramètres électroniques, de surveiller en temps réel les températures des cartes et les alimentations haute tension, et d'acquérir des données expérimentales pour analyse. Les interfaces graphiques intégrées facilitent l'interaction avec les équipements.

Ce projet développe des outils pour analyser les données issues d'un radar UHF (Ultra Haute Fréquence) dédié à l'étude de l'atmosphère. Il permet de traiter et visualiser des profils de vent, des données de turbulence et d'autres paramètres météorologiques pour la recherche scientifique et la surveillance environnementale. Les résultats contribuent à améliorer la compréhension des phénomènes atmosphériques et à soutenir des études climatiques.

Application dédiée au contrôle et à la gestion des alimentations électriques haute qualité (HQPS). Elle permet aux utilisateurs de surveiller, analyser et configurer des systèmes d'alimentation électrique en temps réel. L'outil offre des fonctionnalités avancées comme la visualisation de courbes, l'analyse de données et la gestion des paramètres critiques pour assurer un fonctionnement optimal des équipements.

Application dédiée à l'enregistrement et à l'analyse des données de capteurs d'un smartphone ou d'une montre connectée. Elle permet de surveiller l'activité physique, de collecter des données biométriques en temps réel et de les stocker dans un format sécurisé. Les données peuvent être transmises à un serveur pour un suivi médical ou une analyse approfondie. L'application offre des paramètres personnalisables pour ajuster la fréquence d'enregistrement et les horodatages.

HiPePlot est un outil dédié à la visualisation et à l'analyse de données scientifiques, notamment pour les expériences en physique des particules. Il permet de tracer des graphiques gamma, de surveiller le bruit de fond et de configurer des paramètres expérimentaux. L'application offre une interface intuitive pour explorer les données en temps réel et générer des rapports visuels adaptés aux besoins des chercheurs.

Application dédiée à la gestion et au diagnostic d'amplificateurs à semi-conducteurs (SSA) pour les systèmes radiofréquences. Elle permet de surveiller en temps réel les paramètres critiques, d'identifier les anomalies via des alarmes, et d'analyser les spectres pour optimiser les performances des équipements électroniques.

Starphylo est un pipeline bioinformatique conçu pour analyser des séquences génomiques de virus et estimer des paramètres épidémiologiques clés comme le taux de reproduction (R0) ou le taux de retrait des individus infectés. Il permet d'étudier des virus comme le SARS-CoV-2, la grippe ou le VRS, en combinant des approches bayésiennes, de maximum de vraisemblance et d'apprentissage profond pour fournir des analyses robustes et adaptées aux besoins de surveillance épidémiologique.