Le projet InExtenso est dédié à l'analyse de données massives et hétérogènes en vue d'extraire des connaissances utiles pour la prise de décision. Il vise à développer des algorithmes innovants de fouille de données et à les appliquer à des données géographiques pour répondre à des besoins concrets en matière d'aide à la décision.

Le projet ppdp-22_23 a pour objectif d'aider les décideurs publics et privés à comprendre et à prévoir les phénomènes sociaux, économiques et démographiques grâce à l'analyse et à la visualisation de données massives. Il permet de dégager des tendances et des corrélations à partir de données hétérogènes et de prédire les comportements futurs.

L'atelier a pour objectif d'intégrer et d'analyser des données omiques hétérogènes via des approches statistiques en s'appuyant sur les packages R MOFA2 et mixOmics. Deux cas d'étude sont proposés, l'un sur des données métabolomiques et transcriptomiques de deux variétés de colzas soumises à un stress hydrique et parasitique, et l'autre sur des données RNAseq et metabarcoding (16S et 18S) d'une autre variété de colzas.

Le projet HisArc-RDF vise à développer une plateforme de gestion et d'analyse de données liées en utilisant le modèle RDF. Il permet l'intégration de sources de données hétérogènes et offre des fonctionnalités de requêtage et d'exploration de graphes RDF.

Federated Multi-View Probabilistic Principal Component Analysis (Fed-mv-PPCA) est un framework Bayésien permettant l'assimilation de jeux de données hétérogènes fédérés. Il fournit le code utilisé dans l'étude 'A Probabilistic Framework for Modeling the Variability Across Federated Datasets of Heterogeneous Multi-View Observations' publiée dans Information Processing in Medical Imaging 2021, ainsi qu'un jeu de données synthétiques.

Projet dédié à l'analyse de données de santé hétérogènes, permettant la visualisation et le traitement de ces données grâce à des méthodes d'apprentissage automatique et d'apprentissage fédéré.

Connection-Studio est une plateforme web permettant l'analyse et la visualisation de données biologiques, en particulier des réseaux d'interactions moléculaires. Il permet l'intégration de données hétérogènes et la recherche de motifs dans des données textuelles.

Le projet bso3-analyze-publication est une application permettant d'analyser et d'extraire des informations à partir de données publiques. Il est capable de gérer des données hétérogènes et de les structurer pour en faciliter l'analyse.

UETcpp est un outil d'analyse de données permettant de calculer des similarités entre données hétérogènes en utilisant une approche de classification non supervisée. Il est basé sur l'algorithme Extra Trees et offre des fonctionnalités d'optimisation des paramètres.

Ce projet génère les figures de l'article 'Défis de la mesure de la distribution des empreintes carbone : le rôle de l'hétérogénéité des produits et des prix' en utilisant diverses sources de données, telles que Budget de Famille de l'Insee, la base de données Footprint d'Ademe, et les données Nielsen des panels de consommateurs. Il vise à analyser l'empreinte carbone des ménages, comparer les dépenses de consommation et visualiser les données environnementales.