Le projet deutsch-josza est une implémentation d'un algorithme quantique permettant de déterminer la parité d'une fonction booléenne en un temps polynomial, contrairement aux algorithmes classiques qui nécessitent un temps exponentiel. Cet algorithme a des applications dans l'optimisation de l'exécution d'algorithmes quantiques et dans la recherche de solutions à des problèmes de cryptographie quantique.

Plateforme d'intelligence artificielle dédiée à l'analyse d'images médicales pour assister les professionnels de santé. Elle permet de détecter des anomalies, de suivre l'évolution de pathologies et d'optimiser les diagnostics grâce à des algorithmes avancés. Destinée aux hôpitaux, cliniques et centres de recherche, elle améliore la précision et la rapidité des analyses médicales.

Ce projet rassemble des solutions algorithmiques commentées en français pour les éditions du Google Code Jam. Il propose des implémentations optimisées de problèmes de programmation compétitive, notamment des algorithmes utilisant des structures de données avancées comme les arbres binaires de recherche. Le code est destiné aux développeurs souhaitant s'entraîner ou s'inspirer de solutions existantes.

MoveIt2 Play est un outil dédié à la simulation et à la validation de mouvements robotiques. Il permet aux développeurs et chercheurs de tester des trajectoires, valider des algorithmes de planification et optimiser des systèmes robotiques avant leur déploiement. Utilisé dans le domaine de la robotique industrielle et de la recherche, il facilite l'itération rapide et la détection d'erreurs dans des environnements contrôlés.

Ce projet implémente un algorithme de recherche de chemin (A*) sur une grille où chaque case possède une hauteur. Il permet de déterminer le trajet le plus court entre deux points en tenant compte ou non des dénivelés, offrant ainsi une solution adaptée aux déplacements en milieu urbain ou naturel. L'outil est utile pour des applications nécessitant une optimisation de parcours, comme la planification de routes ou l'analyse de reliefs.

Ce projet académique implémente un algorithme de simplexe multicritère en Julia pour résoudre des problèmes d'optimisation avec plusieurs objectifs. Il s'appuie sur des méthodes avancées comme la forme révisée du simplexe et la décomposition LU. L'outil permet de traiter des instances générées aléatoirement ou issues de fichiers au format .mop, tout en optimisant les performances grâce à des prétraitements pour éliminer les redondances. Destiné à la recherche et à l'enseignement, il facilite l'analyse et la résolution de problèmes complexes en optimisation.

Projet visant à valider et améliorer un algorithme d'identification des poussées de sclérose en plaques (SEP) à partir des données médico-administratives du Système National des Données de Santé (SNDS). Développé en collaboration avec des épidémiologistes, neurologues et plateformes de recherche, il permet de détecter et analyser les poussées de SEP via des critères combinant hospitalisations et délivrances de corticoïdes, afin d'optimiser les outils de suivi clinique et épidémiologique.

Outil d'optimisation automatique des performances des serveurs vLLM (Large Language Model) pour les déploiements en production. Il automatise la recherche des meilleurs paramètres de configuration (comme les flags du serveur vLLM) en utilisant des algorithmes d'optimisation (Optuna) et des benchmarks avancés (GuideLLM). Permet d'améliorer le débit, la latence et l'efficacité énergétique des modèles de langage tout en réduisant les coûts d'inférence.

Bibliothèque de recherche développée dans le cadre des recherches de l'équipe COGIT concernant le traitement des réglementations urbaines. Elle fournit une implémentation d'un algorithme de simulated annealing multidimensionnel pour produire des configurations de bâtiments à partir d'un ensemble de boîtes contraintes par les réglementations urbaines qui optimisent une fonction d'utilité. Le projet est développé sur la bibliothèque GIS Open-Source 3D [GeOxygene]() pour les opérateurs géométriques et la visualisation 3D, [librjmcmc4j]() pour l'implémentation de simulated annealing et [simplu3d-rules]() pour la gestion du modèle géographique et des réglementations.

Caffe est un framework open source dédié à la programmation d'algorithmes d'apprentissage profond. Il permet aux chercheurs et développeurs de concevoir, entraîner et déployer des modèles de réseaux de neurones pour des tâches comme la classification d'images, la reconnaissance visuelle ou le traitement du langage. Utilisé dans la recherche académique et industrielle, il offre des outils pour optimiser les performances et faciliter l'expérimentation en intelligence artificielle.