Ce projet permet d'analyser et d'extraire des motifs spécifiques dans des réseaux ou des graphes, notamment pour identifier des chemins caractéristiques ou des structures récurrentes. Il facilite l'étude des relations entre entités et l'optimisation de flux, utile dans des domaines comme la logistique, la biologie ou l'informatique théorique. Les outils développés aident à transformer des données complexes en informations exploitables pour la prise de décision.

Tara_interactome est un projet dédié à l'analyse et à la visualisation de réseaux protéiques. Il permet la découverte de nouvelles interactions moléculaires et facilite la recherche de motifs dans ces réseaux, contribuant ainsi à une meilleure compréhension des mécanismes biologiques.

Outil dédié à l'extraction de motifs graduels à partir de graphes de propriétés. Il permet d'identifier des relations de covariation entre attributs numériques dans des bases de données structurées sous forme de graphes. Utilisé pour analyser des données complexes et en extraire des connaissances exploitables, notamment dans des contextes de big data ou de modélisation de réseaux.

Ce projet vise à identifier des sous-réseaux métaboliques pertinents dans des réseaux biologiques complexes. Il combine des approches de programmation logique pour modéliser les interactions biologiques et de programmation linéaire pour optimiser la détection de motifs métaboliques. L'objectif est d'aider les chercheurs en biologie systémique à comprendre et analyser les voies métaboliques de manière automatisée et reproductible.

Ce projet permet d'analyser et de modéliser des relations bidirectionnelles entre entités à partir de données structurées. Il facilite la compréhension des interactions complexes dans des réseaux, comme les flux logistiques, les relations sociales ou les systèmes biologiques. L'outil génère des visualisations et des métriques pour identifier des motifs, optimiser des processus ou simuler des scénarios dynamiques. Il s'adresse aux chercheurs, ingénieurs ou analystes travaillant sur des données relationnelles.

Outil dédié à l'exploration et l'analyse de données géospatiales et textuelles. Il permet de traiter des corpus documentaires pour en extraire des motifs spatiaux, des réseaux de co-occurrences et des visualisations cartographiques. Utilisé principalement dans le domaine de la recherche académique et de l'intelligence économique, il facilite la compréhension des dynamiques spatiales et thématiques au sein de grands ensembles de données.

Sibelia est un outil en développement pour l'analyse de données biologiques, en particulier pour l'identification de motifs répétés dans les séquences d'ADN et la construction de réseaux de régulation génique. Il permettra aux chercheurs en biologie de mieux comprendre les mécanismes moléculaires à l'origine du fonctionnement des organismes vivants.

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.

Ce projet permet d'analyser et d'extraire des caractéristiques topologiques à partir de graphes ou de réseaux complexes. Il facilite la compréhension des structures sous-jacentes, l'identification de motifs récurrents et l'optimisation des flux. Les résultats peuvent être utilisés pour des applications en logistique, en biologie ou en informatique théorique.

RainNet est un réseau de neurones convolutif conçu pour prédire les précipitations à court terme (5 minutes) à partir de données radar. Entraîné sur plusieurs années de composites radar de haute qualité fournis par le service météorologique allemand (DWD), il transforme des scans radar en prévisions précises. Son architecture inspirée des modèles U-Net et SegNet permet une analyse fine des motifs spatiaux et temporels des précipitations, offrant ainsi un outil puissant pour la gestion des risques hydrométéorologiques et la planification des activités sensibles au climat.