Ce projet académique simule la synchronisation entre dix voitures et un bac à l'aide de sémaphores. Il permet d'étudier les mécanismes de gestion des ressources partagées et des conflits d'accès dans un système concurrent. L'application illustre les principes de base de la programmation temps réel et de la synchronisation en informatique.

Projet pédagogique visant à simuler le fonctionnement d'un système électronique embarqué utilisant des capteurs à ultrasons. Il permet de mesurer des distances en temps réel et d'interagir avec des composants électroniques via des commandes basiques. Destiné à l'apprentissage des principes de base en électronique et programmation embarquée.

Projet d'entraînement visant à développer et tester un système de chat en temps réel. Permet de simuler des échanges entre utilisateurs via une interface simple et réactive, tout en explorant les mécanismes de communication client-serveur et de gestion de messages.

Ce projet permet la transmission et le traitement de flux de données en temps réel, principalement utilisés dans le domaine de l'astrophysique. Il facilite la communication entre différents composants logiciels pour capturer, transmettre et enregistrer des événements scientifiques. Les données sont générées par des simulateurs ou des instruments, puis acheminées vers des systèmes de stockage ou d'analyse. Il est conçu pour des environnements nécessitant une haute performance et une faible latence.

Outil d'auto-évaluation permettant aux entreprises de vérifier leur éligibilité aux exonérations fiscales en Quartiers Prioritaires de la Ville (QPV). Le simulateur guide l'utilisateur à travers 5 étapes : profil de l'entreprise, localisation, type d'activité, effectif et chiffre d'affaires. Il s'appuie sur des données officielles (GeoJSON QPV 2024, NAF, SIRET) pour fournir un résultat indicatif en temps réel, facilitant ainsi les démarches administratives et comptables.

FlowVR est une bibliothèque middleware permettant de faciliter le développement et l'exécution d'applications haute performance interactives nécessitant l'exploitation de la puissance de nœuds informatiques distribués en grappe ou en grid. FlowVR a été utilisé pour des applications de réalité virtuelle, de téléprésence, de modélisation 3D en temps réel, de visualisation in situ, de pilotage de simulations moléculaires parallèles, etc. FlowVR réutilise et étend le paradigme de flux de données couramment utilisé dans les environnements de visualisation scientifique. Une application est vue comme un ensemble éventuellement distribué de modules échangeant des données. Différentes assemblées de modules peuvent être spécifiées sans modification ou recompilation des modules. Le développeur d'applications n'a pas à se soucier des problématiques de réseau. C'est le rôle de FlowVR de gérer et d'optimiser les échanges de données entre modules. FlowVR supporte les modules parallèles, permettant d'exploiter des codes MPI existants par exemple. Cette fonctionnalité est couramment utilisée pour la visualisation in situ ou le pilotage de simulations parallèles.

AMOEBA est un framework open source conçu pour modéliser et optimiser des systèmes complexes à l'aide d'agents autonomes. Il permet de simuler des interactions entre entités, d'analyser des données spatiales et de détecter des anomalies dans des environnements dynamiques. Utilisé dans des domaines comme la robotique, l'urbanisme ou la gestion de ressources, il facilite la prise de décision en temps réel et l'adaptation automatique des modèles.

Plateforme dédiée à la modélisation et à l'analyse des réseaux énergétiques. Elle permet aux gestionnaires de réseaux, aux collectivités et aux industriels de simuler des scénarios de consommation, d'optimiser les flux énergétiques et de planifier des investissements. L'outil intègre des données en temps réel et des modèles prédictifs pour améliorer l'efficacité énergétique et réduire les coûts.

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 déployer et gérer des environnements virtuels pour l'entraînement et le test d'algorithmes d'apprentissage automatique. Il facilite la configuration de clusters distribués, que ce soit en local via des machines virtuelles ou sur une infrastructure cloud universitaire. Les utilisateurs peuvent lancer des simulations, suivre les progrès en temps réel et récupérer les logs pour analyse.