Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Notoriété 7 %Ce projet développe un jumeau numérique d'un bras robotique MKX3D pour simuler et valider des trajectoires avant leur mise en œuvre réelle. Il permet de programmer les mouvements de la pince hors ligne, de comparer les résultats entre différents solveurs de cinématique inverse (interne à Blender et externe via Robotics Toolbox for Python), et de visualiser les écarts entre les deux approches. Le système facilite l'expérimentation et l'optimisation des modèles avant leur application sur le robot physique.
- Notoriété 18 %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 charger et manipuler des données de débit sanguin issues de séquences d'IRM en contraste de phase. Il facilite la génération de tables de données d'entrée pour des simulations numériques de mécanique des fluides appliquées aux vaisseaux sanguins. L'outil aide les chercheurs et cliniciens à préparer des jeux de données précis pour des analyses avancées en hémodynamique.
- Projet pédagogique dédié à l'enseignement de l'algèbre linéaire numérique. Il propose des simulations numériques réalisées en Python pour illustrer les concepts théoriques abordés en cours. Destiné aux étudiants en informatique et mathématiques appliquées, il facilite la compréhension des méthodes numériques.
- Ce projet open source propose des méthodes numériques pour résoudre des problèmes d'optimisation inverse, notamment dans le domaine de la mécanique et de la robotique. Il permet de modéliser et simuler des systèmes dynamiques complexes en utilisant des approches mathématiques avancées comme les approximations polynomiales. Les solutions générées aident à optimiser des processus industriels ou des comportements mécaniques en analysant des données scientifiques.
19 initiatives
10