Ce projet développe une application de simulation et de visualisation de particules physiques en temps réel. Il permet aux utilisateurs d'observer des comportements complexes comme les interactions entre particules, les fluides ou les champs de force. L'outil est destiné aux chercheurs, étudiants ou passionnés de physique pour explorer des phénomènes scientifiques de manière intuitive et visuelle.

Ce projet propose des outils pour simuler des réactions chimiques complexes comme le modèle Gray-Scott, en exploitant les capacités de calcul haute performance de Julia. Il inclut des implémentations CPU et GPU, des optimisations pour la compilation juste-à-temps et des benchmarks pour évaluer l'efficacité des algorithmes. Destiné aux chercheurs et ingénieurs en calcul scientifique, il facilite l'exploration de phénomènes physiques et chimiques à grande échelle.

ScanR est un moteur de recherche et d'analyse dédié à la recherche et à l'innovation française. Il agrège et indexe des données structurées sur les structures de recherche (publiques et privées), les projets, les publications scientifiques (thèses, brevets) et les personnes impliquées. L'outil permet d'explorer les relations entre ces acteurs, de visualiser des statistiques descriptives et de faciliter la caractérisation fine des écosystèmes de recherche.

Le HAL Discovery MCP Server est un outil dédié à l'exploration et à l'analyse des publications scientifiques hébergées dans l'archive ouverte HAL. Il permet aux chercheurs, institutions et acteurs de la recherche d'accéder facilement aux métadonnées des dépôts, d'identifier les auteurs, les structures de recherche, les projets financés (ANR, européens) et les thématiques émergentes. Grâce à une interface API, il facilite la découverte et l'exploitation des données bibliographiques pour des usages variés, allant de la veille scientifique à l'analyse des dynamiques de recherche.

Projet dédié à la collecte et à la diffusion de carnets Jupyter (notebooks) associés à des exemples concrets d'utilisation de l'outil OMEGAlpes. Ces notebooks permettent d'explorer des données scientifiques, de réaliser des analyses énergétiques régionales et de visualiser des résultats via des outils interactifs. Le projet s'adresse principalement aux chercheurs, étudiants et professionnels du domaine de l'énergie et de la modélisation territoriale.

Fractals est un projet dédié à la création, l'exploration et la visualisation de fractales, des structures mathématiques complexes et infiniment détaillées. Il permet aux utilisateurs de générer des images fractales personnalisées, d'étudier leurs propriétés et de les partager. Idéal pour les passionnés de mathématiques, d'art numérique ou de visualisation scientifique, ce projet offre une interface intuitive pour manipuler des paramètres et découvrir la beauté des fractales.

Gjnb est un projet dédié à la création et au partage de notebooks Jupyter pour la formation et l'apprentissage. Il permet aux utilisateurs de développer des modèles d'apprentissage automatique, d'analyser des données et de collaborer sur des projets scientifiques. Idéal pour les étudiants, chercheurs et professionnels souhaitant explorer des concepts avancés en data science.

Helioswarm-SCM est un projet dédié à la gestion et à l'analyse des données collectées par une flotte de drones solaires. Il permet la surveillance de l'environnement, la planification des trajectoires de vol, et l'analyse des données pour la recherche scientifique. Ce projet vise à améliorer notre compréhension de l'espace et à faciliter l'exploration spatiale.

CurieXplore est une plateforme publique dédiée à l'exploration et à l'analyse des systèmes d'enseignement supérieur, de recherche et d'innovation à l'échelle internationale. Elle permet aux utilisateurs de découvrir les acteurs, les projets et les dynamiques des écosystèmes académiques et scientifiques mondiaux. La plateforme offre des outils de visualisation, des filtres par région et des mises à jour régulières pour suivre les évolutions des pays et des collaborations.

Ce projet propose une implémentation et des expériences pour reproduire les résultats d'une étude sur l'élagage efficace de modèles de recherche de caractéristiques top-k basés sur les valeurs SHAP. Il inclut des jeux de données biologiques, des modèles de régression pré-entraînés et des notebooks pour générer des figures et tableaux scientifiques. L'objectif est de faciliter la validation et l'exploration des méthodes proposées dans le rapport associé.