This project is a benchmark plugin for the ICY application, designed to optimize scientific workflows, evaluate the performance of algorithms, and analyze data processing pipelines. It provides a set of methods to measure and compare the performance of different computational tasks.

Mgo-benchmark is a project focused on the optimization of objective functions and the generation of Pareto fronts. It provides a framework for evaluating and comparing the performance of different optimization algorithms, as well as tools for analyzing fitness values and generating reports.

Ce projet est dédié à la gestion et au test de performances de cryptage de données, en utilisant des algorithmes avancés tels que AES. Il offre des fonctionnalités de cryptage et décryptage de données, ainsi que des tests de performances pour évaluer l'efficacité de ces opérations.

Ce projet concerne le développement d'un outil d'apprentissage automatique basé sur le langage de programmation Python. Il s'appuie sur la bibliothèque scikit-learn pour offrir des fonctionnalités de préparation de données, de sélection et d'application d'algorithmes de machine learning, ainsi que d'évaluation des performances des modèles prédictifs.

Ce projet vise à expérimenter différentes algorithmes pour résoudre le problème des réponses abondantes dans les bases de connaissances. Il fournit des notions coopératives telles que le jeu de sous-requêtes minimales induisant l'échec (MFIS) et le jeu de sous-requêtes maximales ne échouant pas (XSS) pour aider à la reformulation de requêtes. Il est utilisé pour évaluer les performances des algorithmes en termes de temps de calcul.

BSS Eval est un outil Matlab permettant de mesurer les performances de séparation de sources dans un cadre d'évaluation où les signaux sources originaux sont disponibles comme référence. Les mesures sont basées sur la décomposition de chaque signal source estimé en une série de contributions correspondant au signal cible, à l'interférence provenant de sources indésirables et à des artefacts tels que le bruit musical. Ces mesures sont valables pour tout type de données, tout mélange et tout algorithme de séparation de sources.

Ce projet consiste en une simulation de réseaux pair-à-pair utilisant le framework PeerSim. Il permet d'analyser les performances de différents protocoles de diffusion de messages et d'étudier la cohérence des données dans un contexte de blockchain. Les résultats obtenus peuvent être utilisés pour évaluer et comparer l'efficacité et la fiabilité de divers algorithmes de diffusion de messages dans des réseaux pair-à-pair.

Echo est un logiciel open source d'analyse de l'opinion sur les tweets et les textes. Il est principalement basé sur un algorithme de classification supervisée appelé (Support Vector Machine SVM). Un ensemble de données d'apprentissage a été utilisé pour former un modèle de classification. Un ensemble de développement a été utilisé pour ajuster les paramètres de SVM. Un ensemble de test a été utilisé pour évaluer les performances du système.

BSS Oracle est un outil Matlab permettant d'évaluer les performances maximales atteignables par une classe d'algorithmes de séparation de sources audio dans un cadre où les signaux sources de référence sont connus. Il calcule les meilleurs filtres de démélange ou les meilleurs masques temps-fréquence pour un signal de mélange donné.

Ce projet est un projet de deep learning implémenté en Python. Il consiste en un notebook contenant un modèle de deep learning et des algorithmes. Le projet est structuré en plusieurs répertoires : le notebook principal, un répertoire contenant le jeu de données utilisé pour l'entraînement et les tests, un répertoire contenant les résultats d'évaluation et les métriques de performance, et un répertoire contenant l'application web.