Ce projet développe des algorithmes avancés pour résoudre des problèmes complexes d'optimisation et d'ordonnancement, notamment dans des contextes industriels ou stratégiques. Il intègre des méthodes comme le recuit simulé, le hill climbing et des heuristiques constructives pour améliorer l'efficacité des processus. Les solutions générées permettent de minimiser les retards et d'optimiser les ressources.

Librairie Java dédiée à l'optimisation stochastique utilisant des chaînes de Markov à saut réversible combinées au recuit simulé. Elle permet de résoudre des problèmes complexes d'estimation et de modélisation, notamment pour des applications en géomatique, imagerie ou analyse spatiale. Le projet facilite l'exploration d'espaces de solutions multidimensionnels et l'ajustement de modèles paramétriques.

Ce projet propose des outils pour optimiser l'ordonnancement des flux de production dans les industries. Il permet de résoudre des problèmes complexes de planification en utilisant des heuristiques et des algorithmes d'optimisation comme le recuit simulé ou les algorithmes génétiques. Les solutions générées aident à minimiser les retards et à améliorer l'efficacité des chaînes de production.

Ce projet permet de simuler des nuages en trois dimensions en utilisant des techniques avancées de calcul parallèle avec CUDA. Il s'appuie sur des algorithmes de dynamique des fluides pour reproduire des comportements réalistes de fluides, offrant ainsi un outil visuel pour l'analyse et la compréhension des phénomènes physiques. Idéal pour les chercheurs, les étudiants ou les passionnés de simulation numérique.

Le projet Simulation aide les professionnels de la finance à prendre des décisions éclairées en leur fournissant une plateforme pour simuler des scénarios financiers, analyser des données de marché et prévoir les tendances économiques.

Le projet simulation est dédié à la création de scénarios électoraux virtuels, à l'analyse de résultats de sondages et à la prévision de tendances de vote. Il permet aux utilisateurs de mieux comprendre les enjeux et les dynamiques des élections.

Ce projet contient le code compagnon pour l'article *Refined Analysis of the Asymptotic Complexity of the Number Field Sieve* qui propose une analyse raffinée de la complexité asymptotique de la décomposition en facteurs premiers en utilisant la méthode du crible algébrique de corps de nombres.