Annuaire des initiatives

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

  • Ce projet est une application d'analyse de données sur l'industrie des jeux vidéo. Il permet aux utilisateurs de visualiser des tendances et des statistiques sur les jeux vidéo, ainsi que de rechercher des jeux vidéo par critères spécifiques.
  • Ce projet consiste en deux analyses de données distinctes. La première exploite un jeu de données sur les ventes de jeux vidéo pour identifier les titres les plus vendus, les plateformes et éditeurs les plus populaires, ainsi que les tendances par région. La seconde utilise un dataset de races de chiens pour développer un modèle d'identification automatique basé sur des images. Les deux analyses visent à extraire des insights exploitables pour des décisions stratégiques.
  • Ce projet fournit des outils et des jeux de données pour l'analyse automatique des expressions faciales et des mouvements du visage dans des vidéos. Il permet d'extraire des descripteurs locaux de mouvement (LMP) et des cartes de mouvement global (GMD) à partir de séquences vidéo structurées. Les données sont organisées pour reproduire des expériences scientifiques et sont compatibles avec des méthodes d'apprentissage automatique comme LibSVM.
  • Ce projet utilise l'intelligence artificielle pour détecter automatiquement les lésions liées à la maladie de Crohn à partir d'images issues de vidéos de vidéocapsule endoscopique. Il permet d'analyser des examens médicaux, d'augmenter les jeux de données d'images pour améliorer la précision des modèles, et de fournir des métriques de performance pour évaluer l'efficacité des réseaux de neurones entraînés.
  • Creadata est un projet dédié à l'analyse et au traitement de données vidéo annotées, notamment pour le projet CreaCube. Il permet de filtrer, préprocesser et configurer des jeux de données afin de faciliter leur exploitation dans des contextes de recherche ou d'apprentissage automatique. L'outil est conçu pour automatiser des étapes clés du pipeline de traitement des données.
  • Ce projet est une application web éducative permettant d'analyser et de visualiser des données sur les jeux vidéo. Il exploite un fichier CSV contenant des informations détaillées (ventes, notes, plateformes, etc.) pour offrir deux modes d'affichage : un tableau statique et un tableau dynamique avec tri personnalisable. L'application génère également des graphiques interactifs pour représenter les ventes annuelles groupées par plateforme ou genre, facilitant ainsi l'exploration des tendances du marché.
  • API dédiée à l'analyse et au pilotage des files de jeu pour des parties de jeux vidéo. Elle permet de consulter et filtrer des historiques de sessions en fonction de critères comme le serveur, le jeu, l'année ou la durée. L'outil offre également un référentiel des données disponibles pour faciliter les recherches et les analyses.
  • Notoriété 10 %
    Ce projet open source permet de modéliser, simuler et analyser des arbres de comportement (Behavior Trees) pour des systèmes réactifs ou des processus décisionnels. Il utilise des structures de données répliquées (CRDT) pour permettre une collaboration en temps réel et une résolution automatique des conflits. Idéal pour les applications robotiques, les jeux vidéo ou les systèmes automatisés nécessitant une logique comportementale complexe et distribuée.
  • EX3 est une plateforme dédiée à la modélisation et à la simulation d'environnements 3D complexes. Elle permet aux utilisateurs de concevoir, visualiser et collaborer sur des projets numériques, que ce soit pour l'architecture, l'ingénierie ou les jeux vidéo. L'outil facilite l'intégration de données spatiales et offre des fonctionnalités avancées pour l'analyse et la présentation des modèles.

9 initiatives