CorTexT Structural Analysis est une méthode de CorTexT Manager permettant d'obtenir une vue d'ensemble de l'évolution d'un domaine ou d'un sujet donné. Elle fournit des statistiques sur les mesures macro-niveaux du réseau résultant.

Ce projet est le code source du module 2 d'un parcours de formation à R dédié au pôle ministériel MTES-MCTRCT. Il vise à donner aux apprenants les compétences nécessaires pour préparer des données en vue d'analyses statistiques, en les explorant, les comprenant, les structurant et les enrichissant avec des données externes.

Ce projet est un atlas en ligne dédié à l'étude et à la valorisation des paysages et des projets urbains des Hauts-de-Seine. Il propose des ressources documentaires, des analyses territoriales et des actualités pour comprendre les dynamiques paysagères et urbaines du département. Destiné aux acteurs locaux, aux professionnels et au grand public, il facilite l'accès à des données structurées sur l'évolution des territoires.

Plateforme publique dédiée à la publication et à l'analyse des données environnementales et territoriales de la région Île-de-France. Elle permet aux acteurs publics, aux chercheurs et au grand public d'accéder à des jeux de données structurés sur l'aménagement du territoire, l'environnement, les transports et l'urbanisme. L'objectif est de favoriser la transparence, l'innovation et la prise de décision éclairée grâce à des données ouvertes et accessibles.

Deep Finder est un outil d'analyse d'images développé pour aider les scientifiques à identifier et à classer des structures protéiques dans des données de microscopie cryo-électronique. Il est basé sur des algorithmes de deep learning et offre une interface graphique conviviale pour faciliter son utilisation. Deep Finder a été testé avec succès sur des données de tomographie cryo-électronique et a démontré une grande précision dans la détection et la segmentation de structures cellulaires.

Le projet DRS2AMR est un outil permettant de convertir des données de dossiers médicaux au format FHIR, d'automatiser le traitement de ces données et d'extraire des données structurées à partir de documents PDF médicaux. Il s'agit d'un dépôt de code source conçu pour faciliter le développement et l'intégration de fonctionnalités liées à la gestion et l'analyse de données médicales.

ScanR est une application web d'aide à la caractérisation des acteurs de la recherche et de l'innovation en France. Il s'agit d'un agrégateur de sources qui rassemble des données structurées et non structurées sur les structures de recherche, les projets, les productions scientifiques et les personnes. L'application propose une interface de recherche avancée avec filtres, des outils d'analyse visuelle des résultats de recherche et une présentation détaillée des données des structures.

Service open source qui indexe et expose les métadonnées des commits des projets open source hébergés sur des plateformes comme GitHub, GitLab et Framagit. Il permet aux développeurs, chercheurs et entreprises d'accéder facilement à des données structurées sur l'activité des dépôts, facilitant ainsi l'analyse des contributions et l'amélioration des processus de développement.

Service API open source qui agrège et expose les métadonnées des commits des projets open source hébergés sur des plateformes comme GitHub, GitLab et Framagit. Il permet aux développeurs, chercheurs et entreprises d'accéder à des données structurées sur l'activité des dépôts logiciels, facilitant ainsi l'analyse des contributions, la veille technologique et la compréhension des dynamiques de développement.

Le projet python-l1 est une solution dédiée à la gestion et l'analyse de données financières. Il permet d'importer, de structurer et d'analyser des données provenant de différentes sources, telles que des relevés de compte ou des extractions de données bancaires. Grâce à des algorithmes avancés de détection de fraude et de tendances, il offre une visibilité accrue sur les opérations financières et aide les utilisateurs à prendre des décisions éclairées.