Bibliothèque logicielle dédiée à la modélisation et à l'inférence de modèles graphiques probabilistes. Elle permet de manipuler des densités de probabilité, d'estimer des paramètres à partir de données, de générer des échantillons aléatoires et d'analyser des séquences complexes. Utilisée principalement en statistiques, en apprentissage automatique et en traitement du signal pour résoudre des problèmes d'inférence et de prédiction.

Le projet pyhsmmpp est un outil d'analyse de données environnementales permettant la prévision de phénomènes météorologiques et la modélisation de systèmes complexes. Il s'appuie sur des méthodes probabilistes avancées pour offrir une grande précision dans les prévisions et une capacité de modélisation flexible.

Ce projet développe une représentation symbolique des structures de Kripke probabilistes issues de la logique épistémique dynamique. Il permet de modéliser et vérifier des systèmes complexes où des agents interagissent et acquièrent des connaissances. Les outils implémentés facilitent l'analyse de scénarios comme les jeux de cartes ou les problèmes classiques de logique, en offrant une approche efficace pour les calculs de vérification et d'expérimentations.

PRISM est un outil open source dédié à la vérification formelle de systèmes probabilistes et stochastiques. Il permet de modéliser et d'analyser des systèmes complexes comme les protocoles de communication, les algorithmes distribués ou les réseaux de files d'attente. L'outil prend en charge plusieurs formalismes (DTMC, CTMC, MDP, etc.) et offre des fonctionnalités avancées pour l'évaluation de propriétés quantitatives et temporelles.

Ce projet propose des outils pour modéliser et analyser des processus à l'aide de modèles de Markov cachés (HMM). Il permet de simuler des comportements d'utilisateurs ou de systèmes à partir de traces de données, notamment pour des environnements comme les livebox ou les terminaux de paiement. Les scripts fournis facilitent la construction et l'évaluation de ces modèles probabilistes.

Implémentation des fonctionnalités de modélisation et de reporting décrites dans des manuels de référence et des lignes directrices : analyse de sensibilité déterministe et probabiliste, analyse de l'hétérogénéité, prise en compte de la dépendance temporelle sur le temps d'état et le temps du modèle (modèles de Markov semi-Markov et non homogènes), etc.

Ce projet fournit des outils mathématiques et statistiques dédiés aux distributions t multivariées. Il permet de calculer des distances et divergences entre ces distributions, de simuler des échantillons aléatoires et de visualiser leurs densités. Utilisé principalement dans le domaine de la recherche agronomique et statistique, il facilite l'analyse de données complexes et la modélisation probabiliste.

Module Scilab dédié à l'analyse quantitative des arbres de défaillances dynamiques. Il permet d'évaluer les risques et la fiabilité des systèmes critiques en utilisant des méthodes stochastiques et des bornes probabilistes. Utilisé pour la modélisation de scénarios de défaillance et l'optimisation de la sûreté de fonctionnement dans des domaines comme l'aéronautique ou l'énergie.

Octomap est un projet open source dédié à la représentation efficace de cartes 3D probabilistes à l'aide de structures de données octrees. Il permet de modéliser des environnements en trois dimensions pour des applications en robotique, navigation autonome ou cartographie. Le projet facilite l'intégration et l'utilisation de ces données dans des systèmes de perception et de planification.

Le projet de modélisation aide les entreprises à prendre des décisions éclairées en simulant des scénarios économiques, en analysant des données financières et en prédisant les tendances du marché.