Ce projet développe des modèles de réseaux de neurones dédiés à la correction de phase dans des systèmes optiques complexes, notamment pour des réseaux de lasers. Il permet de simuler des mesures, d'entraîner des algorithmes d'apprentissage automatique pour optimiser la qualité des faisceaux lumineux, et de générer des données synthétiques pour des applications en photonique. Les outils proposés facilitent la recherche et l'expérimentation dans le domaine de l'optique adaptative.

Cortext Sentiment Analysis est un outil intégré à Cortext Manager qui permet d'analyser automatiquement le sentiment exprimé dans des textes. Il attribue un score de sentiment, évalue le degré de subjectivité et mesure la polarité émotionnelle (positive, négative ou neutre) ainsi que l'intensité de ces émotions. Utilisé pour comprendre les opinions et réactions dans des corpus textuels, il est particulièrement adapté aux besoins d'analyse de données qualitatives dans des contextes académiques, institutionnels ou médiatiques.

Ce projet automatise la production du fichier Fiqual pour le recensement de la population, en générant une seconde mesure de qualité indépendante du Ficod existant. Il utilise des modèles d'apprentissage pour analyser les images de questionnaires et appliquer des règles déterministes issues des consignes officielles. L'objectif est d'améliorer la fiabilité des données tout en permettant une comparaison objective entre les deux fichiers.

Collecteur_Gilson est un système dédié à la collecte automatisée et à l'analyse de données environnementales, notamment pour le suivi de la qualité de l'eau. Il permet de centraliser les mesures réalisées sur le terrain, d'automatiser les rapports et d'assurer un suivi rigoureux des prélèvements hydrologiques. L'outil est conçu pour répondre aux besoins des laboratoires, des collectivités et des acteurs de l'eau.

MUPHOTEN est une pipeline dédiée à l'analyse automatisée d'images astronomiques issues de réseaux de télescopes hétérogènes. Elle permet de détecter et mesurer des objets célestes transitoires (supernovas, astéroïdes, etc.) en soustrayant des images de référence, en calibrant les magnitudes et en vérifiant la qualité des données. L'outil est utilisé par des astronomes pour surveiller des phénomènes variables dans l'univers et produire des données photométriques précises.

Ce projet offre une solution pour mesurer et fournir la couverture des assertions dans les tests logiciels. Il permet aux outils de gestion d'assertions d'obtenir des données précises sur les tests couverts, facilitant ainsi l'évaluation de la qualité des tests et l'identification des zones à améliorer. Il s'intègre facilement avec des environnements de développement existants pour automatiser et standardiser le reporting de couverture.