RQL est un framework et un langage de requête dédié à la découverte de règles dans les bases de données. Il permet aux utilisateurs d'identifier des dépendances fonctionnelles, des règles d'association ou d'autres types de règles entre les données. Le projet propose une interface web pour formuler des requêtes SQL ou RQL et visualiser les règles générées, facilitant ainsi l'analyse et la compréhension des relations au sein des données.

SVF est un framework open source dédié à l'analyse statique de pointeurs pour les programmes compilés avec LLVM. Il permet de détecter des erreurs mémoire, d'optimiser le code et de vérifier la cohérence des accès mémoire. Utilisé principalement dans le domaine de la compilation et de la sécurité logicielle, il offre des outils pour analyser les flux de données et les dépendances entre pointeurs dans un programme.

Ce projet propose un environnement minimaliste basé sur Jupyter, intégré dans des conteneurs Singularity/Apptainer et Docker. Il permet aux chercheurs et développeurs de déployer rapidement un espace de travail reproductible pour exécuter des notebooks scientifiques, analyser des données ou tester des algorithmes. Les images conteneurisées garantissent une compatibilité et une portabilité optimales entre différentes infrastructures de calcul, tout en simplifiant la gestion des dépendances logicielles.

Pipelet3 est une solution dédiée à la réduction et à l'analyse de données issues d'images astronomiques. Elle permet de construire des graphes de dépendances entre étapes de traitement, de distribuer des tâches à des pools de travailleurs ajustables, et d'alimenter dynamiquement le pipeline avec les données disponibles. Le projet offre également un accès web aux résultats, un suivi des modifications du code de traitement avec recomputation automatique des étapes nécessaires, et une gestion des versions des résultats. Idéal pour les projets scientifiques nécessitant des traitements successifs et complexes sur de grandes quantités de fichiers.

Ce projet génère les illustrations et tableaux statistiques pour l'étude n°1152 de la DREES sur les bénéficiaires de l'allocation personnalisée d'autonomie (APA) à domicile en 2017. Il traite des données anonymisées en open data ou issues du CASD pour produire des analyses comparatives entre la France métropolitaine et la France entière, destinées à éclairer les politiques publiques en matière de dépendance.

Module spécialisé dans le calcul du score CRPS (Continuous Ranked Probability Score) entre deux ensembles de données météorologiques. Utilisé comme dépendance du projet snowtools, il permet d'évaluer la performance de modèles de prévision en comparant des ensembles de simulations. Le code est distribué sous licence libre CeCILL-C et s'intègre dans des workflows d'analyse météorologique.

Projet académique visant à développer un noyau de calcul en Java pour manipuler des formules mathématiques, des tableaux de données et des opérations binaires. Permet de créer, éditer et analyser des calculs structurés avec des dépendances entre cellules.

Ce serveur de traces permet de collecter et stocker des données de test ou de prototypage envoyées par des applications. Il agit comme un point centralisé pour recevoir des entrées JSON via des requêtes HTTP POST, sans nécessiter de dépendances complexes. Les données sont sauvegardées dans des fichiers texte au format standardisé, facilitant leur récupération et leur analyse ultérieure.

Outil d'analyse de traces de charge pour infrastructures parallèles. Il permet de transformer des données brutes de soumission de tâches en sessions utilisateur logiques, facilitant ainsi l'étude des comportements et des dépendances entre utilisateurs. Le projet génère des formats de sortie standardisés pour une intégration facile dans des analyses ultérieures ou des outils de visualisation.

Ce projet permet d'explorer, analyser et archiver l'historique complet des logiciels open source à l'échelle mondiale. Il offre des outils pour étudier les dépendances entre projets, suivre l'évolution des contributions et préserver le patrimoine logiciel pour les générations futures. Les données structurées permettent des recherches avancées sur les projets, leurs auteurs et leurs relations.