Ce projet permet de mesurer et analyser en temps réel les forces mécaniques exercées sur une structure ou un capteur. Il est conçu pour être intégré dans des systèmes robotiques ou industriels afin de fournir des données précises sur les contraintes mécaniques. Le logiciel gère la calibration, la transformation des données et l'affichage des résultats pour une analyse immédiate ou ultérieure.

Ce projet permet de mesurer et analyser les déformations mécaniques dans des structures ou équipements industriels. Il offre des outils pour surveiller en temps réel les contraintes subies par des matériaux, facilitant ainsi la maintenance préventive et l'optimisation des performances. Les données collectées aident à prévenir les défaillances et à prolonger la durée de vie des installations.

Outil dédié à l'analyse et à la simulation des contraintes mécaniques dans les matériaux et structures. Permet aux ingénieurs et chercheurs d'évaluer la résistance, d'identifier les points de défaillance potentiels et d'optimiser les conceptions avant la production. Facilite la prise de décision basée sur des données précises pour améliorer la durabilité et la performance des produits.

LocalColabFold est une solution qui permet d'exécuter ColabFold, un outil de prédiction de structures protéiques basé sur l'IA, directement sur une machine locale. Il facilite l'accès aux capacités de modélisation moléculaire sans dépendre du cloud, réduisant ainsi les coûts et les contraintes de calcul. Idéal pour les chercheurs et biologistes souhaitant analyser des séquences protéiques rapidement et de manière autonome.

P4a est un projet d'analyse et de benchmarking dédié à l'évaluation des performances de différentes structures de données en Java. Il permet de comparer des implémentations comme ArrayList, LinkedList et Vector en mesurant leur temps d'exécution et leur consommation mémoire pour des opérations courantes (ajout, recherche, suppression). Les résultats aident à choisir la structure la plus adaptée selon les contraintes d'une application, notamment pour des environnements comme les applications mobiles où l'optimisation des ressources est cruciale.

Le projet ToulouseFSI est une application de simulation de fluide-structure interaction dédiée à l'analyse des contraintes et déformations mécaniques dans des systèmes complexes. Il permet de prédire la réponse des structures aux sollicitations extérieures en prenant en compte les effets couplés fluide-structure.

Ce projet propose une implémentation et des expériences autour de l'algorithme CURGRAPH, utilisé pour le clustering itératif sous contraintes de rayon. Il permet d'évaluer et comparer des méthodes de partitionnement de graphes dans le cadre de la recherche en machine learning, notamment pour des applications en analyse de données complexes. Les résultats des expériences sont sauvegardés et structurés pour faciliter leur analyse et leur interprétation.

RapidJSON est une bibliothèque C++ légère et performante conçue pour analyser et générer des données au format JSON. Elle permet aux développeurs de manipuler facilement des structures de données complexes tout en garantissant une utilisation optimale des ressources système. Idéale pour les applications nécessitant un traitement rapide des données, elle est largement utilisée dans des environnements embarqués ou des systèmes contraints en mémoire.

NXstress est un projet dédié à la standardisation et à la conversion de données expérimentales issues de mesures de contrainte mécanique. Il permet de transformer des fichiers bruts en un format structuré et normalisé (NXstress) compatible avec les standards NeXus, facilitant ainsi leur analyse et leur partage. Le projet inclut des outils pour générer des fichiers au format HDF5 et des exemples de visualisation interactifs.

Ce projet consiste à développer un robot automatique capable de jouer au jeu de société Magic Maze. Le robot doit analyser une situation de jeu, calculer les déplacements optimaux pour plusieurs aventurières dans un supermarché virtuel, et les guider vers leurs objectifs ou sorties en respectant les contraintes du jeu. Il utilise des algorithmes de recherche de plus courts chemins et des structures de données comme l'union-find pour générer et gérer des tuiles de jeu dynamiques.