Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Ce projet fournit une représentation compressée et optimisée des graphes de développement logiciel archivés par Software Heritage. Il permet d'explorer les relations entre les dépôts, les révisions, les releases et les fichiers, facilitant ainsi l'analyse des contributions, des dépendances et de l'évolution des projets open source à grande échelle.
- Ce projet propose un jeu mathématique centré sur l'analyse des graphes. Les joueurs doivent identifier et manipuler des sous-graphes connexes pour résoudre des défis logiques ou stratégiques. L'objectif est de déterminer le plus grand sous-graphe connexe possible selon des règles prédéfinies, en exploitant des concepts de théorie des graphes comme la connexité ou les parcours de graphe. Le jeu s'adresse aux amateurs de mathématiques discrètes et de défis intellectuels.
- Outil d'analyse et de visualisation dédié à l'étude de l'évolution des sujets scientifiques dans de grandes collections de documents. Il permet d'extraire automatiquement des thèmes, de les aligner entre différentes périodes et de générer des graphes interactifs pour faciliter l'exploration des tendances de recherche. Destiné aux chercheurs, historiens, bibliothécaires et décideurs politiques souhaitant comprendre les dynamiques de la science.
- Notoriété 29 %Graph Explorer est un outil permettant de visualiser et d'explorer des graphes de transactions financières à grande échelle. Il offre une interface interactive pour analyser les liens entre différentes entités, identifier des schémas de flux et comprendre les relations complexes au sein de données transactionnelles. L'application facilite la détection d'anomalies ou de motifs d'intérêt pour des investigations financières ou des recherches économiques.
- Projet dédié à l'analyse avancée de graphes et réseaux complexes. Il permet d'identifier, compter et comparer des motifs structurels (sous-graphes) au sein de grands ensembles de données relationnelles. Les outils développés facilitent l'exploration de propriétés topologiques et la détection d'anomalies dans des réseaux sociaux, biologiques ou technologiques.
- Notoriété 10 %Ce projet développe une représentation compressée de graphes pour optimiser le stockage et l'analyse de données relationnelles massives. Il permet de manipuler des structures de données complexes tout en réduisant leur empreinte mémoire, facilitant ainsi l'exploration et le traitement de grands volumes d'informations interconnectées.
- Spade est un projet open source dédié à l'analyse et à l'exploration de données multidimensionnelles, notamment issues de graphes RDF. Il permet d'extraire des motifs fréquents, d'optimiser les requêtes analytiques et de générer des rapports statistiques. Le projet combine des techniques de pré-agrégation, d'échantillonnage et d'estimation pour traiter efficacement de grands volumes de données, tout en offrant des outils pour l'analyse des propriétés des attributs et la détection d'anomalies.
- Bibliothèque de fonctions dédiée à la conversion de fichiers structurés (OBO, TSV, etc.) en données au format JSON-Graph. Ces données sont ensuite utilisées pour la visualisation et l'analyse de réseaux biologiques ou de relations complexes. Le projet facilite l'intégration avec des outils dédiés comme codev4graph, permettant aux chercheurs et biologistes de manipuler et explorer des jeux de données de grande taille.
- Outil permettant de spatialiser et visualiser de grands graphes de données relationnelles. Il transforme des fichiers de liens (CSV) en représentations graphiques interactives via une interface web. Idéal pour analyser des réseaux sociaux, des structures de données ou des connexions complexes. Le projet combine un traitement en ligne de commande pour l'optimisation des positions des nœuds et une interface web pour l'exploration visuelle.
- Outil dédié à l'énumération parallèle de motifs dans les grands graphes à l'aide de requêtes SQL. Il permet d'extraire des structures complexes comme les triangles, étoiles, rectangles ou cliques dans des réseaux de grande taille. Utilisé notamment en biologie pour analyser des réseaux de protéines ou en transport pour étudier les connexions entre nœuds. Les résultats sont stockés sous forme de tables dans une base de données relationnelle.
30 initiatives
10