Ce projet permet d'analyser et de visualiser des données environnementales et climatiques à partir de jeux de données complexes. Il facilite la modélisation de phénomènes physiques et la surveillance de paramètres critiques comme la température, l'humidité ou les niveaux de pollution. Les outils intégrés aident les chercheurs et les ingénieurs à interpréter des données massives pour en extraire des tendances ou des anomalies.

Ce projet vise à standardiser les protocoles IoT pour détecter en temps réel les virus et la pollution environnementale. Il permet aux utilisateurs d'identifier les zones à risque via une application mobile et un site web, tout en assurant la conformité RGPD. Les données collectées sont analysées et diffusées pour permettre une surveillance efficace et des alertes préventives.

Ce projet développe un système embarqué de classification automatique des sons urbains pour mesurer et analyser la pollution sonore. À partir d'enregistrements audio de dix secondes, il identifie huit types de sources sonores (moteurs, machines, voix humaines, etc.) et permet aux autorités municipales de mieux cibler leurs actions contre les nuisances sonores. Le système est conçu pour être déployé sur des capteurs connectés dans une ville, offrant une surveillance continue et objective des niveaux de bruit.

Le projet Lorax vise à collecter, analyser et surveiller les données environnementales en temps réel. Il permet de détecter les pollutions et d'alerter les autorités compétentes pour une intervention rapide. Grâce à son système d'analyse de données avancé, il fournit des informations précieuses pour la prise de décision en matière de protection de l'environnement.