Ce projet propose des ressources pédagogiques complètes en optimisation numérique pour des étudiants de niveau master. Il inclut un polycopié détaillé, des supports de cours sous forme de slides, ainsi que des travaux dirigés couvrant les contraintes d'égalité et d'inégalité. Les contenus sont conçus pour accompagner l'apprentissage des algorithmes d'optimisation en dimension finie.

AttentiveEmocontext est une solution innovante conçue pour analyser et interpréter les émotions exprimées dans les textes ou les interactions numériques. Elle permet aux entreprises de mieux comprendre les sentiments de leurs clients, d'adapter leurs réponses et d'améliorer la qualité de leurs services. Grâce à des algorithmes avancés, elle offre des insights précieux pour optimiser les interactions et renforcer l'engagement.

Ce projet propose des outils numériques pour résoudre le problème SLOPE, une méthode d'optimisation mathématique utilisée en traitement du signal et en apprentissage automatique. Il permet d'identifier efficacement les zéros dans les solutions de problèmes linéaires, réduisant ainsi la complexité des calculs. Les algorithmes implémentés s'appuient sur des règles de screening sûres pour accélérer les procédures d'optimisation. Le logiciel est particulièrement utile pour les chercheurs et ingénieurs travaillant sur des problèmes de grande dimension.

Ce projet propose des implémentations parallèles optimisées de l'algorithme de clustering k-means, exploitant les unités vectorielles des CPU multi-cœurs et les GPU NVIDIA. Il permet d'accélérer significativement le traitement de grands jeux de données, comme des mesures de consommation électrique ou des données de recensement, tout en garantissant une précision numérique élevée grâce à des méthodes de sommation en deux étapes.

HPC_ASTRICS est un projet dédié au calcul haute performance (HPC) et à l'optimisation de calculs scientifiques. Il propose des outils pour accélérer les simulations numériques, les analyses de données et les traitements matriciels, notamment dans le domaine de la physique. Utilisé dans un cadre académique, il facilite la formation et la recherche en optimisant les performances des algorithmes.

Ce projet implémente une simulation numérique de la réaction chimique de Gray-Scott, un modèle mathématique utilisé pour étudier les motifs spatiaux dans les systèmes réactifs-diffusifs. Il propose plusieurs backends de calcul (CPU et GPU) pour optimiser les performances, ainsi que des outils de visualisation et d'analyse des résultats. Le code est conçu pour être modulaire, permettant d'ajouter facilement de nouveaux algorithmes ou optimisations.

GSL (GNU Scientific Library) est une collection de routines numériques pour le calcul scientifique. Il offre une large gamme de fonctionnalités pour la résolution de problèmes mathématiques complexes, tels que l'algèbre linéaire, les équations différentielles, les statistiques, les fonctions spéciales et les algorithmes optimisés.

Ce projet propose des outils de calcul scientifique spécialisés dans la résolution d'équations d'agrégation. Il permet d'effectuer des simulations numériques avancées pour des applications en physique, mathématiques appliquées ou ingénierie. Les algorithmes optimisés exploitent les architectures modernes (CPU et GPU) pour accélérer les calculs intensifs.

Lmpcpp est une bibliothèque logicielle dédiée à la planification de trajectoires et au contrôle de robots mobiles et manipulateurs. Elle permet de générer des trajectoires optimales en termes de temps et d'énergie, en prenant en compte les contraintes de vitesse, d'accélération et d'évitement d'obstacles. Elle s'appuie sur des algorithmes avancés de calcul matriciel et d'optimisation numérique, et offre une interface flexible et facile à utiliser pour les développeurs et les chercheurs en robotique.

Ce projet se concentre sur l'optimisation des simulations fluides en utilisant la transformée en ondelettes discrète (DWT) pour une compression dynamique des données sur GPU. Il évalue les performances de différents algorithmes de compression et configurations de blocs pour améliorer l'efficacité mémoire et calculatoire. Les résultats sont utilisés pour valider des modèles numériques et réduire les coûts de stockage tout en préservant la précision des simulations.