Logiciel dédié à l'analyse et à la calibration des données issues des détecteurs BiPo3. Il permet de traiter les signaux radioactifs, d'optimiser les performances des capteurs et d'assurer une précision élevée dans les mesures. Utilisé principalement dans les laboratoires de physique nucléaire et les centres de recherche.

REAssemble est un outil dédié à l'assemblage et au traitement de données MFM (Multi-Frame Multi-Channel) en temps réel. Il permet de centraliser et fusionner des flux de signaux issus de capteurs ou d'équipements scientifiques, notamment dans le cadre d'acquisitions expérimentales. Utilisé dans des environnements nécessitant une synchronisation précise des données, il s'intègre dans une architecture modulaire pour optimiser la collecte et l'analyse des signaux.

Fluo est un outil de simulation numérique dédié à l'analyse et au traitement de signaux optiques, notamment pour des applications en fluorescence. Il permet de modéliser des mesures optiques, d'inverser des données expérimentales et d'optimiser des capteurs. Le projet est utilisé pour des simulations paramétriques et des analyses de données dans un cadre scientifique ou industriel.

Outil d'analyse et d'acquisition dédié aux données issues de détecteurs scientifiques, notamment pour les systèmes VME et microTCA. Permet de traiter, visualiser et analyser des signaux expérimentaux avec une approche généraliste, adaptable à différents types de capteurs comme les MCPPMT. Utilisé dans des contextes de recherche en physique expérimentale pour extraire des informations pertinentes des données brutes.

PISA est une bibliothèque C++ haute performance dédiée à l'analyse de formes d'impulsions (PSA) sur CPU, avec une future compatibilité GPU. Elle permet aux chercheurs et ingénieurs de traiter des données issues de capteurs ou d'expériences physiques, comme la détection de particules ou de signaux électromagnétiques, en optimisant les calculs pour une analyse précise et rapide.

Projet utilisant un bracelet Myo pour capturer les signaux EMG du bras et entraîner un réseau de neurones à reconnaître des gestes spécifiques. Les données collectées permettent de créer des modèles d'IA personnalisables pour des applications comme l'interaction homme-machine ou la rééducation. Le système repose sur des capteurs sans fil et un traitement algorithmique des signaux.

Mosca est un système de gestion et d'analyse de données scientifiques conçu pour traiter des flux de données en temps réel. Il permet aux chercheurs et ingénieurs de stocker, visualiser et analyser des signaux expérimentaux ou des données complexes issues de capteurs ou d'instruments. L'outil facilite la collaboration et l'interprétation des résultats grâce à une interface adaptée aux besoins métrologiques.

Ce projet académique vise à traiter et analyser des signaux numériques dans le cadre d'un travail universitaire. Les étudiants ont développé des algorithmes pour détecter et visualiser des motifs dans des données scientifiques, notamment en physique. Les résultats sont présentés sous forme de notebooks interactifs et de scripts Python, avec une validation des méthodes pour garantir leur fiabilité.