Ce projet scientifique développe un outil en R pour quantifier l'impact de l'ajout de données opportunistes (comme les observations citoyennes) dans les modèles d'estimation de l'abondance et de la distribution de la mégafaune marine. Il simule des campagnes d'observation, intègre des données opportunistes, et compare les résultats avec des abondances simulées pour évaluer la précision des modèles. L'objectif est d'améliorer les méthodes de conservation et de gestion des écosystèmes marins.

Serveur dédié à la génération et à la gestion de données démographiques et médicales fictives pour des tests ou des simulations. Il permet de créer des profils de patients réalistes avec des adresses, des identifiants uniques et des caractéristiques variées (âge, sexe, origine, etc.). Utilisé principalement dans des environnements de développement, de test ou de formation pour valider des systèmes médicaux ou des applications nécessitant des données réalistes sans compromettre la confidentialité.

Outil Python dédié à la gestion et au stockage de données issues de simulations numériques. Il permet de créer et gérer automatiquement des bases de données, d'exporter les données dans divers formats, et d'enregistrer des champs de données en temps réel. Conçu pour s'intégrer facilement avec des frameworks comme DeepPhysX et SOFA, il simplifie le développement de systèmes de gestion de données pour des applications scientifiques ou industrielles.

Ce projet permet de surveiller et simuler la charge réseau de déploiements d'applications, ainsi que le monitoring de serveurs web. Il offre des fonctionnalités telles que la réception et l'envoi de données via WebSocket, la gestion de fichiers de configuration, et l'interaction avec des serveurs web via des requêtes HTTP.

Le projet ELM FHIR Simulator est un serveur simulant un système de gestion de documents médicaux conforme au profil CH:ELM. Il permet de valider, stocker et rechercher des ressources FHIR, notamment des DocumentReference, en respectant des profils spécifiques. Il intègre un processus de validation pour vérifier la conformité des données médicales avant leur publication. Le simulateur offre également une gestion asynchrone des statuts de traitement pour reproduire des environnements réels.

ADF (AGATA Data Format) est une bibliothèque autonome dédiée à la gestion des flux de données pour le projet AGATA, un système de détection en physique nucléaire. Elle permet d'encoder et décoder des trames standardisées à différents niveaux du traitement des données, facilitant l'interfaçage des algorithmes avec divers gestionnaires de workflows. Utilisée pour la simulation et l'analyse de données expérimentales, elle assure la compatibilité et l'interopérabilité des composants logiciels dans un environnement de recherche scientifique.

Outil de simulation et de gestion des identités personnelles, permettant de traiter des requêtes liées aux données d'identité (UPI, SPID, VN) pour des organismes publics. Il facilite la comparaison, la recherche et l'extraction d'informations personnelles tout en générant des rapports détaillés pour les administrations.

Le projet hru-delin vise à fournir une solution de calcul et de simulation de l'érosion hydrique des sols, en utilisant des données géospatiales et des modèles hydrologiques avancés. Il permet aux utilisateurs d'analyser et de visualiser les risques d'érosion dans différentes régions, et de prendre des décisions éclairées pour la gestion des ressources en eau.

Plateforme d'assistance et d'outils dédiés à la gestion des effectifs et des activités pour les juridictions administratives. Elle propose des calculatrices, des extracteurs de données, des guides utilisateurs et des ressources pour faciliter la prise de décision, la simulation de scénarios et l'analyse des indicateurs. Destinée aux agents publics, elle centralise des outils métiers pour optimiser l'organisation et le pilotage des services.

GROG est un générateur générique de charges de travail conçu pour créer des jeux de données de tâches destinées à l'évaluation de systèmes de planification. Il s'appuie sur des modèles inspirés de données réelles issues de Google et permet de simuler des environnements cloud ou HPC. Les traces générées sont compatibles avec des simulateurs comme Batsim, facilitant ainsi l'analyse et l'optimisation des systèmes de gestion de ressources.