Outil d'analyse et d'acquisition dédié aux données issues de détecteurs scientifiques, notamment pour les systèmes VME et microTCA. Permet de traiter, visualiser et analyser des signaux expérimentaux avec une approche généraliste, adaptable à différents types de capteurs comme les MCPPMT. Utilisé dans des contextes de recherche en physique expérimentale pour extraire des informations pertinentes des données brutes.

Ce projet fournit une suite de bibliothèques en Go dédiées à l'acquisition, l'analyse et la visualisation de données issues de détecteurs scientifiques, notamment pour des systèmes comme le DPGA et les bancs de test. Il permet de traiter des données provenant de différents systèmes d'acquisition (VME, microTCA) et de générer des analyses génériques applicables à divers types de détecteurs, comme les MCPPMT. Les fonctionnalités incluent le calcul de piédestaux, l'analyse des signaux et la représentation graphique des données.

Ce projet analyse la saisonnalité des charges de travail et de l'usage des systèmes IT dans les datacenters. Il étudie les données de six workloads HPC et de la charge Wikipedia pour identifier des motifs saisonniers, caractériser les pics d'activité et comparer différentes méthodes de prévision. Les résultats permettent d'optimiser la planification des ressources et d'anticiper les besoins en infrastructure.

Jupyter System est une plateforme open source dédiée à l'analyse de données, au calcul scientifique et à la visualisation. Elle permet aux utilisateurs de créer, partager et collaborer sur des notebooks interactifs contenant du code, des équations, des visualisations et du texte. Utilisée par des chercheurs, des data scientists et des ingénieurs, elle facilite l'exploration de données complexes et la reproductibilité des analyses.

GROG est un générateur générique de charges de travail conçu pour créer des jeux de données de tâches destinées à l'évaluation de systèmes de planification. Il s'appuie sur des modèles inspirés de données réelles issues de Google et permet de simuler des environnements cloud ou HPC. Les traces générées sont compatibles avec des simulateurs comme Batsim, facilitant ainsi l'analyse et l'optimisation des systèmes de gestion de ressources.

SCALPEL3 est un framework open-source conçu pour extraire des concepts médicaux de manière évolutive, reproductible et facile à partir de grandes bases de données observationales (LODs), avec un focus actuel sur les données du Système National des Données de Santé (SNDS) français. Il est basé sur PySpark et est composé de trois modules : SCALPEL-Flattening pour la dénormalisation des données, SCALPEL-Extraction pour l'extraction de concepts médicaux et SCALPEL-Analysis pour l'analyse de données de cohortes.

Ce projet développe des outils algorithmiques pour analyser et optimiser des politiques de cache dans les systèmes informatiques. Il permet de modéliser des flux de données complexes, d'évaluer des politiques de gestion mémoire et de simplifier des expressions booléennes pour améliorer les performances des systèmes. Les solutions proposées sont principalement destinées aux développeurs et chercheurs en informatique.

Outil dédié à l'analyse et à la synthèse des données issues de Geslab, un système de gestion budgétaire et comptable utilisé par des entités publiques. Il permet de transformer des exports Excel ou CSV en rapports structurés, facilitant le suivi des budgets, des commandes et des virements. Les utilisateurs peuvent générer des tableaux de bord clairs et partager des synthèses budgétaires adaptées à leurs besoins.

Ce projet permet d'analyser et de modéliser des relations bidirectionnelles entre entités à partir de données structurées. Il facilite la compréhension des interactions complexes dans des réseaux, comme les flux logistiques, les relations sociales ou les systèmes biologiques. L'outil génère des visualisations et des métriques pour identifier des motifs, optimiser des processus ou simuler des scénarios dynamiques. Il s'adresse aux chercheurs, ingénieurs ou analystes travaillant sur des données relationnelles.

Le Global Trigger System (GTS) est une infrastructure dédiée à la gestion et à la coordination de déclenchements en temps réel pour des expériences scientifiques, notamment en physique des particules. Il permet d'automatiser et de synchroniser des processus expérimentaux complexes, facilitant ainsi l'acquisition et l'analyse de données à grande échelle.