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.

DISCUS est un logiciel développé par l'équipe 2XS du Laboratoire CRIStAL de l'Université de Lille. Il s'agit d'une architecture de sécurité distribuée pour les réseaux cloud, utilisant des sondes physiques et virtuelles ainsi que des solutions de sécurité existantes (IDS et pare-feu). DISCUS est basé sur un langage dédié, DISCUS SCRIPT, qui permet une configuration facile des composants de la solution.

Le projet jnrr_tf2 est dédié à l'analyse et la prédiction de données liées à l'énergie et à la météorologie. Il permet d'optimiser la production d'énergie renouvelable grâce à des algorithmes de machine learning et de traitement de données.

Mary Morstan est un framework AutoML basé sur des algorithmes évolutionnaires, inspiré de TPOT et DEAP. Il permet de configurer automatiquement des algorithmes de machine learning et de préparer les données pour l'apprentissage automatique.

Le projet selfwatts-formula est une solution d'analyse et de prédiction de consommation énergétique. Il permet aux utilisateurs de collecter, analyser et visualiser les données de consommation d'énergie, et offre des fonctionnalités de prédiction et d'optimisation de l'utilisation d'énergie.

Le projet snn-pcn est une implémentation de réseaux de neurones spiking (SNN) pour la classification d'images. Il se compose de deux parties : une couche d'extraction de caractéristiques (CSNN) entraînée avec un apprentissage non supervisé de type STDP et une couche de classification (Readout) entraînée avec un apprentissage supervisé de type STDP. Le projet se concentre sur la couche de classification et introduit une règle d'apprentissage supervisé STDP ainsi qu'une architecture d'entraînement appelée Neurones Compétitifs Appariés (PCN).