Outil dédié à l'analyse et au traitement de données scientifiques, notamment pour les chercheurs et ingénieurs. Permet d'automatiser des calculs complexes, de visualiser des résultats expérimentaux et de faciliter l'interprétation des données. Utilisé dans des domaines comme la physique, la biologie ou l'ingénierie pour accélérer la recherche et améliorer la précision des analyses.

Bibliothèque Go dédiée à l'acquisition, l'analyse et la visualisation de données issues de détecteurs électroniques (DPGA, test bench, MCPPMT). Elle permet de traiter des signaux bruts, calculer des paramètres de calibration comme les piédestaux, et générer des graphiques pour l'interprétation des résultats expérimentaux. Utilisée dans des contextes de recherche en physique des particules et instrumentation scientifique.

Projet dédié à la réalisation de calculs scientifiques complexes pour des chercheurs, ingénieurs ou industriels. Il permet de modéliser des phénomènes physiques, d'analyser des données expérimentales et de simuler des scénarios pour valider des hypothèses ou optimiser des processus. Les résultats sont utilisés pour la recherche fondamentale, le développement technologique ou l'innovation industrielle.

Ce projet est une plateforme dédiée à l'apprentissage de l'informatique scientifique pour les étudiants du Master 2 EFM. Il offre des fonctionnalités d'analyse et de visualisation de données, ainsi que des outils pour effectuer des calculs complexes.

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.

Projet académique dédié à la réalisation de calculs scientifiques avancés et à l'analyse de données issues de simulations ou d'expériences. Il permet aux chercheurs et étudiants de traiter des modèles complexes, d'interpréter des résultats numériques et de générer des visualisations pertinentes pour des publications ou des rapports techniques.

Outil dédié à l'analyse et à la modélisation de séquences, notamment pour les données biologiques ou temporelles. Permet de calculer des alignements, des distances, des probabilités, et de générer des visualisations comme des graphiques ou des tableaux. Utilisé pour étudier des phénomènes répétitifs, des chaînes de Markov, ou des processus de renouvellement dans divers domaines scientifiques.

Ce projet fournit des outils dédiés à l'analyse de données de diffraction des rayons X (XRPD) et au calcul de fonctions de distribution de paires (PDF). Il permet d'automatiser le traitement complet des données, depuis l'intégration des motifs XRPD jusqu'à la génération de fichiers de résultats exploitables. Les workflows proposés facilitent la configuration, l'exécution et l'export des données en formats standardisés comme NeXus (HDF5) ou ASCII, adaptés aux besoins des instruments scientifiques.

Bibliothèque Python dédiée à l'analyse et à la modélisation de données géospatiales. Elle permet aux scientifiques et ingénieurs de traiter des ensembles de données complexes pour étudier des phénomènes naturels, optimiser l'utilisation des ressources ou simuler des processus environnementaux. Intégrant des outils avancés de calcul et de visualisation, elle facilite la prise de décision dans des domaines comme l'urbanisme, l'écologie ou la gestion des risques.

Outil dédié à la validation de jeux de données dans le domaine de la physique des particules. Il permet de définir des résultats attendus pour différents labels (suivi, détection, calibration) et de vérifier que les valeurs calculées correspondent aux attentes. Utilisé principalement pour garantir la fiabilité des analyses et des expériences menées dans les grands instruments scientifiques.