Outil permettant d'analyser et de classer les publications scientifiques d'un chercheur ou d'un groupe à partir de données issues de DBLP. Il génère des classements basés sur des métriques comme le CORE Rank et le SJR, facilitant l'évaluation de l'impact académique. Les résultats sont présentés sous forme de résumés et de fichiers CSV pour une analyse approfondie.

Ce projet académique permet de traiter des données de chercheurs issues d'un classement mondial en informatique. Il offre la possibilité de filtrer, rechercher et convertir ces données au format YAML ou JSON pour une analyse simplifiée. Les utilisateurs peuvent extraire des sous-ensembles de chercheurs selon leur affiliation ou des critères spécifiques.

Ce projet propose des ressources pédagogiques sous forme de cours et d'exercices dédiés à l'analyse mathématique pour le second semestre (S2). Il s'adresse principalement aux étudiants en formation universitaire ou en classes préparatoires. Les documents sont disponibles aux formats LyX, adaptés à une utilisation académique.

Projet académique dédié à la modélisation et à l'analyse de structures logicielles en Java. Il permet de représenter des classes, méthodes et interfaces sous forme de méta-modèles, tout en appliquant des règles de conformité pour garantir la qualité du code. Les outils développés facilitent la compréhension et la vérification des architectures logicielles.

Projet académique dédié à l'analyse statique de code Java et à la modélisation de systèmes de fichiers. Il permet de vérifier la conformité des noms de classes, méthodes et attributs aux conventions de nommage, d'évaluer la qualité du code et de générer des rapports structurés sur les structures logicielles. Utilisé dans un cadre pédagogique pour enseigner les bonnes pratiques de développement et la modélisation UML.

Ce projet académique vise à concevoir et entraîner des modèles de machine learning pour résoudre des problèmes complexes en analyse de données. Il s'appuie sur des jeux de données variés pour développer des algorithmes capables de prédire des tendances, classifier des informations ou optimiser des décisions. Destiné principalement aux chercheurs et étudiants, il facilite l'expérimentation et l'innovation dans le domaine de l'intelligence artificielle.

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.

Projet de recherche académique dédié à la classification zéro-exemple des relations discursives dans des textes multilingues. Il permet d'identifier et catégoriser automatiquement les liens logiques entre phrases ou segments de texte sans entraînement préalable sur des données spécifiques à une langue. Les applications visent à améliorer la compréhension automatique des discours dans des contextes variés, notamment pour des études linguistiques ou des outils d'analyse textuelle avancés.

Projet académique réalisé dans le cadre d'un master en cosmologie. Il consiste à développer et comparer des réseaux de neurones (perceptron multicouches) pour classifier des images de chiffres manuscrits. Deux approches sont mises en œuvre : une implémentation manuelle avec des librairies Python standards (numpy, pandas, matplotlib) et une solution utilisant TensorFlow/Keras pour faciliter la construction et l'entraînement des modèles. Les résultats sont analysés et visualisés sous forme de figures.

Skolar est une plateforme dédiée à l'analyse avancée de données textuelles, permettant aux utilisateurs d'extraire, classifier et exploiter des informations issues de documents variés. Elle facilite la recherche sémantique et automatise le traitement de larges volumes de texte pour en tirer des insights pertinents, notamment dans des contextes professionnels ou académiques.