Ce dépôt de code source regroupe divers tests et prototypes techniques, principalement axés sur le développement de classes et de fonctionnalités expérimentales. Il sert de laboratoire pour valider des concepts avant intégration dans des projets plus structurés.

Ce projet utilise un modèle de langage (LLM) pour transformer des fichiers de métadonnées décrivant des tableaux statistiques en formats exploitables par des outils d'analyse et de diffusion. Il permet aux producteurs de données de décrire leurs tableaux via un classeur, puis de générer automatiquement un fichier structuré et validé, facilitant ainsi la publication et l'analyse des données statistiques.

Ce projet explore des modèles innovants de réseaux d'ordre supérieur, permettant d'analyser des structures relationnelles complexes au-delà des graphes classiques. Il propose des outils pour modéliser et simuler des interactions multi-niveaux, utiles en physique théorique, en biologie des systèmes ou en sciences sociales. Les expérimentations visent à valider des hypothèses sur les dynamiques émergentes dans ces réseaux.

Outil spécialisé dans l'évaluation et la classification de structures protéiques complexes. Il calcule des métriques d'assessment couramment utilisées en biologie structurale, comme les scores CAPRI, DockQ et l-DDT. Permet de valider la qualité des modèles de docking moléculaire pour des complexes impliquant peptides, acides nucléiques ou oligosaccharides, en fournissant une analyse quantitative et une classification selon des critères standardisés.

Outil dédié à l'analyse et à la classification de données via des modèles mathématiques. Il permet de lire des jeux de données, d'appliquer des méthodes de pénalisation pour optimiser les paramètres, et de réaliser des validations croisées pour évaluer la performance des modèles. Les résultats sont formalisés et structurés pour une analyse approfondie des caractéristiques des données.

Ce projet consiste à implémenter une structure de données appelée 'tas min max', une variante des tas classiques permettant d'accéder efficacement au minimum et au maximum d'un ensemble de valeurs. Contrairement à un tas classique, les niveaux alternent entre minimaux et maximaux, offrant une flexibilité accrue pour les opérations de tri et de recherche. Le projet inclut des fonctionnalités d'insertion, de suppression et de validation de la structure.

P4a est un projet d'analyse et de comparaison des performances entre différentes structures de données en C# (listes classiques, listes chaînées et listes de hachage). Il permet d'évaluer leur efficacité lors d'opérations comme la recherche d'éléments ou la copie de données, en mesurant les temps d'exécution et la consommation mémoire. Les résultats sont utilisés pour valider ou infirmer des hypothèses sur leur complexité algorithmique.