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.

Projet académique développé dans le cadre d'un enseignement universitaire, axé sur la création d'applications graphiques interactives pour l'analyse et la visualisation de données complexes. Il permet aux étudiants de concevoir des outils de simulation et de modélisation adaptés à des besoins scientifiques ou pédagogiques, en utilisant des technologies modernes de rendu graphique et de traitement de données.

Composant web interactif permettant d'afficher, éditer et manipuler des données tabulaires. Conçu pour faciliter l'analyse et la visualisation de jeux de données métabolomiques, il offre une interface intuitive pour ajouter, supprimer ou modifier des lignes et colonnes. Intégrable dans des applications scientifiques ou analytiques, il simplifie le traitement des données expérimentales.

FIT2D est un logiciel d'analyse de données scientifiques, spécialisé dans le traitement de données unidimensionnelles et bidimensionnelles. Initialement développé à l'ESRF (European Synchrotron Research Facility), il était utilisé pour l'analyse interactive et le traitement automatisé de données issues d'expériences de recherche, notamment en physique et en science des matériaux. Le projet est désormais maintenu en open source pour la communauté scientifique.

Plateforme éducative dédiée à la formation des développeurs sur l'outil Ewoks, un système de gestion de workflows scientifiques. Elle propose des tutoriels interactifs et des ressources pour apprendre à concevoir, exécuter et optimiser des workflows automatisés, notamment dans des environnements de recherche comme le traitement de données expérimentales ou l'intégration avec des outils comme Bliss et Slurm.

Ce projet fournit des workflows dédiés au traitement et à l'analyse de données de fluorescence X (XRF) pour des expériences scientifiques, notamment dans le domaine de la spectroscopie. Il permet aux chercheurs de traiter des cartes, mosaïques et piles de données XRF de manière reproductible et automatisée, en intégrant des outils comme Orange pour une analyse interactive. Les workflows sont conçus pour être utilisés dans des environnements de recherche, notamment au sein de grandes infrastructures comme l'ESRF.

Ce projet est une plateforme dédiée à l'analyse et à la visualisation de données scientifiques. Il permet aux chercheurs et ingénieurs de traiter des jeux de données complexes, de générer des graphiques avancés et de collaborer en temps réel sur des notebooks interactifs. L'outil facilite la production de rapports techniques automatisés et la gestion de données structurées pour des projets de recherche ou industriels.

PYASTRA est une bibliothèque Python conçue pour simplifier l'interaction avec des outils scientifiques avancés. Elle agit comme une interface unifiée, permettant aux utilisateurs d'exploiter facilement des fonctionnalités de calcul numérique, de traitement de données et de visualisation sans maîtriser les détails techniques sous-jacents. Idéale pour les chercheurs, ingénieurs et data scientists, elle accélère le développement d'applications scientifiques tout en réduisant la complexité du code.

Projet de recherche et développement dédié à la simulation numérique et à l'analyse de données géophysiques. Il permet de modéliser des phénomènes climatiques, océaniques ou atmosphériques en utilisant des algorithmes avancés de calcul scientifique. Le projet intègre des outils pour le traitement parallèle et la visualisation des résultats, facilitant ainsi la compréhension des interactions complexes entre différents paramètres environnementaux.

Orange est un logiciel open source dédié à l'analyse de données et à la visualisation. Il permet aux chercheurs, ingénieurs et data scientists de manipuler des jeux de données complexes, de créer des modèles prédictifs et de générer des visualisations interactives. L'outil intègre des fonctionnalités avancées pour le traitement d'images et la simulation numérique, facilitant ainsi la recherche et l'innovation dans divers domaines scientifiques.