NAKED est un outil dédié à l'analyse et à la visualisation de bases de connaissances basées sur des règles existentielles. Il permet de calculer les réparations logiques d'une base incohérente, de générer des hypergraphes d'argumentation et de représenter graphiquement ces structures de manière interactive. Utilisé principalement dans le domaine de la logique formelle et de l'intelligence artificielle, il facilite la compréhension des incohérences et des conflits au sein des données.

Ce projet permet d'explorer et d'analyser des données cinématographiques en utilisant des technologies sémantiques. Il offre une interface pour visualiser des graphes de connaissances, interroger des bases de données RDF via SPARQL, et structurer des schémas de données. L'application web permet de consulter des informations sur des films et de générer des requêtes personnalisées pour extraire des données spécifiques depuis un graphe sémantique.

InteGraal est une plateforme open source dédiée à la gestion et au raisonnement sur des bases de connaissances exprimées en logique. Elle permet d'analyser, de manipuler et d'évaluer des règles logiques, des faits et des requêtes pour automatiser des processus de déduction et de vérification. Utilisée dans des contextes académiques et industriels, elle facilite l'intégration de moteurs de raisonnement dans des applications variées.

Outil dédié à la conversion de données issues de bases de données relationnelles vers des graphes de connaissances structurés. Il permet aux développeurs et aux data scientists de transformer des schémas relationnels en modèles sémantiques exploitables, facilitant ainsi l'intégration et l'analyse des données dans des environnements de type RDF ou Knowledge Graph.

FCA4J est une bibliothèque Java dédiée à l'analyse formelle de concepts (FCA) et à l'analyse conceptuelle relationnelle (RCA). Elle permet de construire des treillis de concepts, des posets AOC et des bases d'implications à partir de contextes formels, facilitant l'exploration et la visualisation de données structurées pour en extraire des connaissances exploitables.

Outil dédié à l'extraction de motifs graduels à partir de graphes de propriétés. Il permet d'identifier des relations de covariation entre attributs numériques dans des bases de données structurées sous forme de graphes. Utilisé pour analyser des données complexes et en extraire des connaissances exploitables, notamment dans des contextes de big data ou de modélisation de réseaux.

Outil dédié à l'analyse et à la comparaison de graphes de connaissances sémantiques. Il permet d'identifier des correspondances entre entités, de générer des requêtes SPARQL pour interroger des bases de données RDF, et d'extraire des triplets sémantiques pour enrichir ou aligner des ontologies. Utilisé dans des contextes de data matching, d'intégration de données ou de recherche d'informations structurées.

La Fabrique à chatbots est une plateforme publique dédiée à la création, la gestion et l'optimisation de chatbots pour les organismes institutionnels. Elle permet de structurer des bases de connaissances sous forme de questions/réponses, de configurer des interfaces de chatbots, et d'analyser les interactions des utilisateurs pour améliorer l'efficacité des réponses. L'objectif est de faciliter la diffusion d'informations via des solutions conversationnelles adaptées aux besoins des administrations.

Ce projet permet d'extraire des motifs graduels flous à partir de graphes de propriétés, notamment dans des bases de données relationnelles ou des graphes Neo4j. Il identifie des covariations entre attributs numériques ou linguistiques, comme « plus l'âge est élevé, plus l'expérience est importante ». Les résultats sont utiles pour l'analyse de données complexes et la découverte de connaissances dans des domaines variés.

Projet développé pour le CHU de Bordeaux visant à améliorer la gestion des données médicales des patients. Il combine des technologies d'intelligence artificielle et de bases de données avancées pour analyser les dossiers médicaux, générer des recommandations cliniques et faciliter la recherche médicale. Le système s'appuie sur des standards comme FHIR pour l'interopérabilité et utilise des graphes de connaissances pour modéliser les relations entre les données.