The ANFD data visualization project provides a user-friendly interface for exploring and comparing data from the ANFD. It allows users to easily navigate through different datasets, visualize trends and patterns, and gain insights from the data.

Ce projet permet d'explorer et d'analyser des scénarios concurrents dans des systèmes multi-threads. Il offre des fonctionnalités de génération de modèles et de simulation de ces systèmes.

Active Exploration for Neural Global Illumination of Variable Scenes est un projet qui introduit une méthode d'exploration active utilisant Markov Chain Monte Carlo pour explorer l'espace des possibilités de données d'entraînement, en générant des échantillons qui aident le mieux à l'entraînement et en intercalant l'entraînement et la génération de données d'échantillonnage sur demande. Ce projet s'applique à un générateur neuronal qui apprend à rendre des instances de scènes nouvelles données une paramétrisation explicite de la configuration de la scène.

Ce projet est dédié à l'apprentissage des méthodes d'exploration multidimensionnelle essentielles pour la préparation des données, telles que l'analyse en composantes principales, l'analyse discriminante linéaire, l'analyse de correspondance, la position multidimensionnelle, la factorisation non négative, etc. Il couvre également la classification non supervisée (clustering) à l'aide de k-moyennes, de l'analyse hiérarchique, de DBSCAN et de mélanges gaussiens.