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.

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.