Ce projet académique compare différentes méthodes de clustering (k-means, classification hiérarchique, clara, EM) appliquées à des données de transcriptomique. L'objectif est d'identifier des groupes de gènes corrélés pour comprendre des phénomènes de co-régulation ou d'association à des maladies. Les résultats sont analysés et comparés entre méthodes, puis enrichis via des ontologies de gènes pour évaluer leur pertinence biologique. Des visualisations et rapports détaillés sont générés pour faciliter l'interprétation des données.

Ce projet propose une méthode de clustering incrémental pour détecter des événements sur Twitter. Il permet d'analyser des flux de données textuelles en temps réel ou différé, en identifiant des regroupements de tweets liés à des événements spécifiques. Les résultats sont visualisés sous forme de tableaux et graphiques pour faciliter leur interprétation. L'outil est conçu pour les chercheurs et data scientists travaillant sur l'analyse de réseaux sociaux.

Pipeline bioinformatique construit avec Snakemake pour l'analyse de données NGS environnementales de métabarcoding d'ADN environnemental, y compris le démultiplexage, le filtrage et le clustering de séquences en Operational Taxonomic Unit (OTU). Il est initialement testé avec des échantillons d'ADN environnemental marin et est adapté à tout type d'organismes et d'environnements.

Ce projet propose une méthode pour organiser des données en clusters de manière dynamique. Il permet de regrouper des éléments similaires tout en optimisant les coûts associés à ces regroupements. L'approche vise à simplifier la représentation des structures de données pour faciliter leur analyse et leur manipulation.

Ce projet propose des implémentations parallèles optimisées de l'algorithme de clustering k-means, adaptées aux architectures CPU multi-cœurs et GPU NVIDIA. Il permet d'analyser de grands volumes de données en réduisant significativement le temps de calcul grâce à des techniques de parallélisation avancées. Les utilisateurs peuvent exploiter des jeux de données réels ou synthétiques pour des applications en science des données, en apprentissage automatique ou en analyse statistique.

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.

Outil dédié à l'analyse et au traitement de données taxonomiques virales issues de résultats BLAST et de tables de comptage. Il permet de filtrer, regrouper et fusionner des données pour préparer des analyses en aval comme la visualisation ou les tests statistiques. Basé sur des algorithmes de propagation de labels et de clustering, il identifie des groupes de contigs viraux partageant des profils similaires.

AMAS4DC est une bibliothèque open source dédiée au clustering de données via un système multi-agents. Elle permet de regrouper automatiquement des points de données en clusters cohérents en temps réel ou en différé. Adaptée aux séries temporelles et aux données multidimensionnelles, elle offre des outils pour ajuster dynamiquement les groupes en fonction de leur similarité et de leur évolution. Idéale pour l'analyse prédictive, la segmentation client ou la détection d'anomalies.

Ce projet propose une évaluation comparative de méthodes d'apprentissage fédéré regroupées par clusters. Il permet d'analyser et de comparer les performances de différents modèles de machine learning dans un contexte distribué, en utilisant des jeux de données standardisés comme MNIST ou CIFAR-10. Les résultats sont visualisés sous forme de tableaux et de graphiques pour faciliter l'interprétation des métriques.

MultiCube-py est une bibliothèque Python conçue pour interagir avec l'outil MultiCube, une interface graphique dédiée à l'analyse de données. Elle permet aux utilisateurs de lancer des algorithmes de clustering comme KMeans, de récupérer les résultats et les données initiales, et de synchroniser les sessions entre MultiCube et cette bibliothèque. Idéal pour les data scientists et analystes souhaitant automatiser des tâches de traitement de données.