Annuaire des initiatives

Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.

  • Notoriété 15 %
    Plateforme expérimentale permettant d'exécuter des agents de code IA dans des microVM isolées via Microsandbox. Elle évalue l'expérience utilisateur (latence, reconnexion, persistance de session) et compare les niveaux d'isolation pour des modèles souverains comme Albert API. Destinée à la R&D, elle sert de terrain de jeu pour mesurer les performances et les frontières techniques sans être un produit final.
  • Ce projet, développé par Elo World, se concentre sur l'analyse et la prédiction des classements Elo des joueurs d'échecs à partir de données de parties. L'entreprise utilise des techniques de machine learning pour traiter des bases de données contenant des milliers de parties, permettant ainsi d'évaluer et de prédire les niveaux de jeu des joueurs. Les études réalisées aident les clients à comprendre les dynamiques des échecs et à améliorer leurs stratégies.
  • Notoriété 15 %
    Secret Not Tellable est un jeu sérieux conçu pour les élèves, leur permettant d'apprendre à créer des mots de passe sécurisés tout en respectant des contraintes liées au programme de Sciences Numériques et Technologie (SNT). Le jeu propose 42 niveaux progressifs, adaptés à une utilisation en classe, pour renforcer les compétences en cybersécurité de manière ludique et interactive. Les élèves sont évalués tout en s'amusant, avec un objectif pédagogique clair.
  • Notoriété 10 %
    Jeu sérieux permettant d'incarner un professeur principal de lycée. Le joueur gère une classe en ajustant les coefficients de notation, le niveau des cours et observe l'évolution des élèves. Il découvre les responsabilités d'un enseignant à travers des scénarios prédéfinis ou aléatoires, avec des indicateurs de performance pour évaluer les efforts, compétences et moyennes de la classe.
  • Ce projet permet de simuler des données biologiques pour évaluer la performance de l'algorithme STOIC. Il génère des jeux de données artificiellement enrichis en caractéristiques de séquence, puis analyse leur co-expression. Les résultats sont utilisés pour valider la robustesse de la méthode dans différents scénarios. Les simulations couvrent plusieurs niveaux d'enrichissement et produisent des visualisations pour publication.

5 initiatives