reproducible-research

Eine Sammlung von Variational Autoencoders (VAE) in PyTorch.

Sacred ist ein am IDSIA entwickeltes Tool zur Konfiguration, Organisation, Protokollierung und Reproduktion von Experimenten.

Open-Source-KI-Forschungsarbeitsplatz mit wissenschaftlichen Agenten für reproduzierbare Forschung und Entdeckungen.

🔬 Eine kuratierte Sammlung von über 23.000 Agenten-Fähigkeiten für empirische Forschung in 8 sozialwissenschaftlichen Disziplinen. | Von CoPaper.AI aus Stanford REAP gepflegt.

Eine DSL für datengesteuerte Rechen-Pipelines

:cloud: :rocket: :bar_chart: :chart_with_upwards_trend: Evaluierung des State of the Art in der KI

Vereinheitlichung von Variational Autoencoder (VAE)-Implementierungen in PyTorch (NeurIPS 2022)

Insight Toolkit (ITK) – Offizielles Repository. ITK basiert auf einer bewährten, raumorientierten Architektur zur Verarbeitung, Segmentierung und Registrierung wissenschaftlicher Bilder in zwei, drei oder mehr Dimensionen.

Sionna: Eine Open-Source-Bibliothek für die Forschung an Kommunikationssystemen

Open Science Desktop – eine lokale, modellunabhängige KI-Forschungs-Workstation für macOS, Windows und Linux. Open-Source-Desktop-Alternative zu Claude Science, basierend auf Tauri + MCP + Agenten-Fähigkeiten.

Eine sofort einsatzbereite Claude-Code-Vorlage für Akademiker, die LaTeX/Beamer + R verwenden. Multi-Agenten-Review, Qualitätsprüfungen, adversariales QA und Replikationsprotokolle.

Ein R-fokussiertes Pipeline-Toolkit für Reproduzierbarkeit und Hochleistungsrechnen

Präsentationsreife Datenzusammenfassungen und Analyseergebnistabellen

High-Fidelity-Leistungsmetriken für generative Modelle in PyTorch

Open-Source, lokal basierter Desktop-KI-Forschungsarbeitsplatz für wissenschaftliches Rechnen mit Python/R, MCP-Bioinformatik-Tools, SSH/WSL/GPU-Runtimes und OpenAI/Anthropic-Modellen.

PyCIL: Eine Python-Toolbox für Class-Incremental Learning

Funktionsorientierte, Make-ähnliche deklarative Workflows für R

Code passend zu unserer Arbeit Chen und Zimmermann (2020), „Open source cross-sectional asset pricing“

Wissenschaftliche Berichte / Literate Programming für Julia

Ein Recherche-Tool für das iterierte Gefangenendilemma.

GPU-Jupyter: Ihr GPU-beschleunigtes JupyterLab mit einem umfangreichen Data-Science-Toolstack, TensorFlow und PyTorch für Ihre reproduzierbaren Deep-Learning-Experimente.

rrtools: Tools zum Schreiben reproduzierbarer Forschung in R

papaja (Preparing APA Journal Articles) ist ein R-Paket, das Dokumentformate zur Erstellung kompletter APA-Manuskripte aus RMarkdown-Dateien (PDF- und Word-Dokumente) sowie Hilfsfunktionen zur Erleichterung der Berichterstattung über Statistiken, Tabellen und Diagramme bereitstellt.

Ein Workflow für reproduzierbare und offene wissenschaftliche Artikel

Eine elegante Python-Schnittstelle für die Visualisierung auf der Webplattform zur interaktiven Generierung von Erkenntnissen über mehrdimensionale Bilder, Punktmengen und Geometrie.

PILOT: Eine Toolbox für vortrainiertes, modellbasiertes kontinuierliches Lernen.

Analyse-Pipeline zur Erkennung von Keimbahn- oder somatischen Varianten (Vorverarbeitung, Variant Calling und Annotation) aus WGS- oder gezielten Sequenzierungsdaten.

A platform-neutral analytical Skill that profiles messy data, selects case-adaptive methods, and produces source-backed visual reports for high-stakes decisions.