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.

Le projet debug4science est une collaboration entre le CEA et Inria visant à faciliter la collaboration scientifique en partageant des ressources et des informations sur la détection et le débogage de problèmes dans les modèles et simulations scientifiques. Le site web de ce projet est construit à l'aide de Jekyll et est disponible à l'adresse https://gemoc.github.io/debug4science.

Projet académique dédié à la réalisation de calculs scientifiques avancés et à l'analyse de données issues de simulations ou d'expériences. Il permet aux chercheurs et étudiants de traiter des modèles complexes, d'interpréter des résultats numériques et de générer des visualisations pertinentes pour des publications ou des rapports techniques.

Cadre de modélisation climatique régional développé par l'IPSL pour simuler et analyser les variations climatiques à l'échelle locale. Il permet aux chercheurs et institutions de prédire les impacts environnementaux et d'évaluer les politiques d'adaptation. Outil essentiel pour la recherche scientifique et la prise de décision publique en matière de climat.

En-WDM est un simulateur avancé de mobilité humaine conçu pour modéliser finement les déplacements quotidiens et les interactions sociales. Il étend le modèle WDM en intégrant des profils de mobilité personnalisés (scouteurs, réguliers, routiniers) et des dynamiques urbaines réalistes. Utilisé pour des recherches sur les réseaux sans fil et la détection de fraudes, il génère des traces de mobilité détaillées adaptées à des études scientifiques.

Outil permettant d'automatiser la comparaison de valeurs de variables entre deux exécutions de programmes Fortran. Il injecte du code pour tracer les valeurs des variables et génère des rapports détaillés sur les différences détectées. Idéal pour identifier les causes de divergences dans des simulations ou des calculs scientifiques, facilitant ainsi le débogage et la validation de modèles.

Ce projet académique simule le comportement de groupes d'agents (BOIDS) selon le modèle de flocking de Craig Reynolds. Il permet de reproduire et d'étudier ce modèle en 2D et 3D, puis de vérifier expérimentalement des extensions proposées dans des articles scientifiques. L'objectif est d'accompagner un mémoire en réalité virtuelle et augmentée.

Ce projet académique vise à développer des outils d'intelligence artificielle pour l'analyse de données, la simulation de modèles complexes et l'automatisation de processus scientifiques. Il s'appuie sur des bibliothèques spécialisées pour traiter des jeux de données variés et proposer des solutions innovantes en modélisation prédictive. Destiné à la recherche et à l'enseignement supérieur, il facilite la collaboration entre équipes universitaires.

Ansys-mesolr est un projet dédié à la simulation de mécanique des fluides et à l'analyse de données scientifiques. Il permet de créer des modèles numériques précis et détaillés, offrant ainsi la possibilité de tester et d'optimiser des designs dans un large éventail d'applications industrielles.

CGoGN est une bibliothèque open source dédiée à la modélisation géométrique et topologique de surfaces et volumes. Elle permet de manipuler des maillages complexes, d'effectuer des opérations de subdivision, de simplification ou de déformation, et offre des outils pour la visualisation interactive. Utilisée dans la recherche académique et l'industrie, elle facilite la création et l'analyse de modèles 3D pour des applications variées comme la CAO, la simulation physique ou la visualisation de données scientifiques.