InfraPhenoGrid est une infrastructure dédiée à la gestion des données produites par les plates-formes de phénotypage végétal à haut débit. Elle permet d'utiliser des workflows scientifiques distribués sur une grille de calcul pour analyser les jeux de données massifs et complexes issus de ces plates-formes, avec pour objectif d'extraire des connaissances utiles en contexte de changement climatique et de sécurité alimentaire.

Ce projet consiste en l'analyse des données de consommations et habitudes alimentaires de l'étude INCA 3. Il est composé de trois parties : une analyse exploratoire des données et visualisations, un clustering d'individus à l'aide de méthodes telles que l'ACP, les K-moyennes et le Clustering Ascendant Hiérarchique, et une prédiction de l'IMC en utilisant des méthodes de Machine Learning supervisé en Python.

Ce projet consiste en une étude des données de consommations et habitudes alimentaires de l'étude INCA 3. Il comprend une analyse exploratoire des données, une classification d'individus à l'aide de méthodes telles que l'ACP, les K-moyennes et le clustering ascendant hiérarchique, ainsi qu'une prédiction de l'IMC à l'aide de méthodes de machine learning supervisé.

Projet de prédiction de la fréquentation des cantines scolaires de Nantes métropole grâce à l'analyse de données historiques et à la modélisation. L'objectif est de réduire le gaspillage alimentaire en améliorant la prévision de la fréquentation.

Le projet anr_eclats_wp5 est dédié à la gestion et l'analyse de données relatives à la sécurité alimentaire. Il permet le suivi de projets de recherche et facilite le partage d'informations entre les partenaires de recherche.

Le projet METABARFOOD vise à organiser et analyser des données alimentaires, fournissant ainsi des informations nutritionnelles détaillées et des recommandations personnalisées.