FPStalker est un projet d'analyse de traces de navigation et d'identification de profils utilisateurs. Il permet de créer une base de données de doigts électroniques, de détecter les instances de navigateurs avec des contre-mesures et d'évaluer différents algorithmes de liaison de profils.

SmartWatts est une formule pour un compteur d'énergie logiciel défini par logiciel à auto-adaptation basé sur le cadre PowerAPI. Ce projet est une mise en œuvre du compteur d'énergie dépeint dans le papier "SmartWatts: Compteur d'énergie logicielle autocalibrant pour conteneurs" publié dans le 20e Symposium IEEE/ACM sur l'informatique en grappe, le cloud et Internet (CCGRID).

La plateforme Vidjil est composée de deux parties principales : Vidjil-algo et une application web. Vidjil-algo permet d'extraire des jonctions V(D)J et de les regrouper en clones à partir de données de séquençage à haut débit. L'application web permet la visualisation et l'analyse interactives des clones et de leur suivi dans le temps dans un contexte de suivi de la maladie résiduelle minimale ou d'étude immunologique. Elle peut être liée à une base de données de échantillons, d'expériences et de patients permettant le stockage de données et de métadonnées séquence, l'exécution de logiciels RepSeq et la sauvegarde d'annotations directement depuis l'application web.

FP-Scanner é um projeto que analisa empreintas digitais de navegador armazenadas em uma base de dados MongoDB para identificar e classificar o sistema operacional e o navegador associados a cada empreinte digital.

Ce projet est une formation au Deep Learning, co-organisée par le 3IA MIAI institute, le CNRS, via la Mission pour Transversal et Interdisciplinary Initiatives (MITI) et l'Université de Grenoble Alpes (UGA). Il vise à fournir une compréhension des bases des réseaux de neurones de Deep Learning, une première expérience à travers des exemples simples et représentatifs, une familiarisation avec les technologies Tensorflow/Keras et Jupyter lab, et une initiation aux environnements informatiques académiques Tier-2 ou Tier-1 avec des GPU puissants.

Echo est un logiciel open source d'analyse de l'opinion sur les tweets et les textes. Il est principalement basé sur un algorithme de classification supervisée appelé (Support Vector Machine SVM). Un ensemble de données d'apprentissage a été utilisé pour former un modèle de classification. Un ensemble de développement a été utilisé pour ajuster les paramètres de SVM. Un ensemble de test a été utilisé pour évaluer les performances du système.

Ce projet implémente une solution pour classer les magasins de détail en fonction de leurs ventes annuelles en utilisant un jeu de données réel. Il comprend des algorithmes de nettoyage et de préparation de données pour gérer les caractéristiques catégorielles sales, ainsi qu'une méthode de classification des produits en utilisant une hiérarchie de produits locale. Les résultats sont validés en comparant avec des jeux de données étiquetés manuellement.

Ce projet implémente une étude de faisabilité sur la mise en œuvre de la méthode de l'ensemble dominant minimum (MDS) pour le clustering sous contraintes de rayon. Il fournit des fonctionnalités de benchmarking et de comparaison de résultats.

Ce projet a pour but de fournir des outils d'apprentissage automatique pour les systèmes autonomes. Il inclut des algorithmes de régression, de classification, de clustering et de réduction de dimensionnalité.

Logiciel open source d'annotation automatique de références bibliographiques. Il fournit la segmentation et l'étiquetage d'entrées de chaînes de caractères. Il est principalement basé sur les champs aléatoires conditionnels (CRF), une technique d'apprentissage machine pour segmenter et étiqueter les données séquentielles.