Le projet flink-datacenter est une solution de traitement et d'analyse de données en temps réel, basée sur Apache Flink. Il permet de gérer des workflows de traitement de données complexes et distribués, en offrant des fonctionnalités avancées telles que la gestion de flux de données, l'intégration avec des bases de données relationnelles et NoSQL, et la possibilité de définir des règles de transformation et d'agrégation des données.

Ce projet héberge les données au format GEXF d'une cartographie du web réalisée dans le cadre de l'analyse de l'écosystème IA en France. Il permet de rendre compte de la composition et de la structure relationnelle des différents acteurs de l'IA en France sur le Web, en laissant apercevoir une segmentation entre plusieurs communautés d'acteurs majeurs que sont les acteurs économiques, les laboratoires et équipes de recherche en intelligence artificielle, ainsi que les communautés de développeurs.

Networkdisk est un projet dédié à l'analyse et la visualisation de réseaux complexes. Il permet de représenter des données relationnelles sous forme de graphes, de détecter des communautés et d'étudier les réseaux de collaboration. Des fonctionnalités de colorisation et d'affichage dynamique facilitent l'interprétation des résultats.

Le projet omnicrobe-database vise à gérer et intégrer des données microbiennes, en particulier les données de séquençage. Il offre des fonctionnalités d'analyse de données génomiques et permet de stocker et organiser les données dans une base de données relationnelle.

Le projet omnicrobe-database vise à gérer et intégrer des données microbiennes, en particulier les données de séquençage. Il offre des fonctionnalités d'analyse de données génomiques et permet de stocker et organiser les données dans une base de données relationnelle.

Sparsi est un outil permettant de visualiser et d'analyser des réseaux complexes, grâce à des algorithmes de détection de communautés et de mise en page. Il est basé sur des bibliothèques telles que Graphology, Sigma et Bulma, et permet de représenter de manière intuitive et interactive des données relationnelles.

Ce projet fournit un dépôt de code source pour une extension de langage de requête (EQL) prenant en charge les modèles de connexion de tree patterns (CTPs) dans les requêtes de graphes. Il facilite l'analyse de données relationnelles, améliore la recherche de motifs dans les graphes de données et simplifie l'interrogation de graphes complexes.

Le projet quinoa-manylines est une implémentation de test de quinoa, un outil de narration de réseaux sur le modèle de manylines. Il permet la visualisation et l'interaction avec des réseaux sociaux, ainsi que l'analyse de données relationnelles.

Linkky est une bibliothèque Python permettant d'effectuer l'interlinking de données en utilisant l'analyse de contextes formels (FCA) et l'analyse de contextes relationnels (RCA). Elle prend en entrée deux sources de données et extrait les candidats de clés de liaison globales.