Ce projet permet de modéliser dynamiquement le comportement thermique de deux salles d'un bâtiment du campus de Rennes. Il intègre des données météo réelles et des modèles d'occupation pour simuler et analyser la consommation énergétique des locaux, facilitant ainsi l'optimisation des performances thermiques.

Ce projet permet d'évaluer et comparer des modèles multimodaux (texte/image) pour des tâches de classification zero-shot. Il facilite l'intégration de nouveaux modèles et l'analyse de leurs performances sur des jeux de données standardisés comme COCO. Les utilisateurs peuvent mesurer l'efficacité de modèles comme CLIP, OTTER ou FROMAGe à l'aide de métriques variées (précision, rappel, F1-score).

Ce projet développe un modèle d'ensemble de classifieurs monotones bidimensionnels pour analyser des données médicales ou comportementales. Il permet de prédire des risques (comme le cancer du col de l'utérus) en utilisant des données tabulaires pré-traitées. Le modèle intègre une sélection préalable de paires de caractéristiques pour optimiser les performances et réduire significativement le temps de calcul par rapport aux approches existantes.

Ce projet propose une collection de modèles musculo-squelettiques conçus pour être utilisés avec le logiciel OpenSim. Ces modèles permettent de simuler et d'analyser les mouvements humains, facilitant ainsi la recherche en biomécanique, kinésithérapie et médecine. Les utilisateurs peuvent télécharger et intégrer ces modèles dans leurs propres études pour évaluer des scénarios cliniques ou des performances sportives.

Ce projet est une plateforme dédiée à la formation pratique en intelligence artificielle, notamment pour l'entraînement de modèles de langage avancés comme ceux basés sur l'architecture Transformer. Il permet aux utilisateurs de configurer des environnements de calcul, de soumettre des jobs de formation sur des supercalculateurs, et d'analyser des jeux de données comme SQuAD pour évaluer les performances des modèles. Destiné aux étudiants et chercheurs, il facilite l'accès à des ressources de calcul haute performance.

Projet dédié à la modélisation et à la simulation de données biophysiques pour l'agriculture et l'environnement. Il permet d'entraîner des modèles de machine learning (PROSAIL-VAE ou régression supervisée) pour analyser des images satellites et valider les résultats avec des données terrain. Le projet inclut également des outils pour générer des jeux de données synthétiques et évaluer les performances des modèles.

BioAutoMATED est une plateforme d'apprentissage automatique (AutoML) dédiée à l'analyse de séquences biologiques. Elle intègre plusieurs méthodes AutoML dans un cadre unifié, offrant aux utilisateurs des techniques pertinentes pour l'analyse, l'interprétation et la conception de séquences biologiques. BioAutoMATED permet de prédire la régulation des gènes, les interactions peptide-médicament et l'annotation des glycanes avec une performance comparable à celle de modèles manuellement ajustés, mettant en évidence les caractéristiques séquentielles saillantes. En automatisant la modélisation des séquences, BioAutoMATED permet aux scientifiques de la vie de plus facilement intégrer l'apprentissage machine dans leur travail.

Outil dédié à l'analyse statistique et à la modélisation prédictive pour les chercheurs et data scientists. Permet de manipuler des données, de construire des modèles complexes et de générer des rapports automatisés. Facilite la simulation de scénarios et l'évaluation de performances de modèles statistiques.

GFPackages est un écosystème dédié à la modélisation et à la simulation des fluides géologiques. Il propose des outils pour analyser des phénomènes physiques complexes, développer des modèles mathématiques et thermodynamiques, ainsi que des benchmarks pour évaluer les performances des calculs. Ce projet s'adresse aux chercheurs et ingénieurs travaillant dans les domaines de la géophysique et des sciences de la Terre.

SYNCmoss est un logiciel spécialisé dans l'analyse et la modélisation de spectres Mössbauer, utilisés notamment en physique des matériaux et en cristallographie. Il permet de traiter des données issues de sources synchrotron ou de spectromètres conventionnels, en proposant des modèles avancés pour l'interprétation des résultats expérimentaux. L'outil facilite le fitting de spectres, l'extraction de fonctions instrumentales et offre des fonctionnalités de calcul parallèle pour optimiser les performances.