Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Ce projet propose des corpus de texte synthétique conçus pour améliorer la reconnaissance d'entités nommées (NER) dans le domaine médical, notamment pour les dossiers de santé électroniques en français. Il s'appuie sur des méthodes de génération de données pour enrichir les jeux d'entraînement des modèles de NLP, facilitant ainsi la recherche et le développement en intelligence artificielle appliquée à la santé.
- Projet de recherche et d'implémentation dédié à la génération d'éclairage global interactif pour des scènes 3D. Il permet de pré-calculer des données d'éclairage (probes) et de les réutiliser pour un rendu visuel de haute qualité en temps réel. Utilisé dans des domaines comme l'architecture, le cinéma ou les jeux vidéo pour simuler des environnements lumineux complexes avec précision.
- CoCoMo est un projet de recherche collaboratif visant à modéliser les connectomes cérébraux à l'aide d'espaces latents continus. Il permet d'analyser et de simuler des réseaux neuronaux en utilisant des méthodes statistiques avancées pour comprendre les structures sous-jacentes des données biologiques. Les outils développés facilitent l'exploration des relations entre neurones et synapses, ainsi que la génération de données synthétiques pour des expériences contrôlées.
- Notoriété 34 %DeepPhysX est un projet open source qui facilite l'intégration de l'intelligence artificielle avec des simulations numériques. Il permet aux utilisateurs de générer des jeux de données synthétiques à partir de simulations, d'entraîner des réseaux de neurones artificiels sur ces données, puis d'utiliser les prédictions des modèles entraînés directement dans leurs simulations. L'objectif est d'accélérer la recherche et le développement en combinant modélisation physique et apprentissage automatique.
- PlanetGLLiM est un outil dédié à la simulation et à l'analyse de données géospatiales, notamment pour la télédétection. Il permet de modéliser des réflectances spectrales en laboratoire ou à distance, d'exécuter des simulations avancées, et de calculer des indicateurs environnementaux. Le projet génère également des jeux de données synthétiques pour des applications scientifiques ou industrielles, facilitant ainsi la recherche et l'innovation dans le domaine de l'observation de la Terre.
- Projet de recherche et développement dédié à l'amélioration de la qualité des vidéos en traitant simultanément le bruit et le démosaïçage. Il utilise des réseaux de neurones récurrents pour restaurer des vidéos RAW bruitées, en s'appuyant sur des modèles de caméras réelles et des pipelines inverses pour générer des données synthétiques. Les applications visent la post-production, la restauration d'archives et l'amélioration de flux vidéo en temps réel.
- Interface utilisateur dédiée à l'analyse et à la visualisation de simulations évolutives. Permet d'explorer des données issues de modèles biologiques, comme les grilles environnementales, les ARN, les protéines ou les scores de fitness. Propose des outils pour générer et rechercher des images synthétiques représentant des individus ou des environnements à différentes générations. Destiné aux chercheurs ou passionnés en biologie évolutive.
- Ce projet propose un jeu de données de visages synthétiques conçu pour analyser et réduire les biais démographiques dans les modèles de vérification faciale. Les images générées sont équilibrées selon des attributs comme le genre, l'ethnie, l'âge et la pose, afin d'améliorer l'équité des algorithmes de reconnaissance faciale. Le dépôt permet également de générer d'autres jeux de données similaires pour la recherche en intelligence artificielle.
- Ce projet développe des outils pour analyser des images de tissus biologiques colorés ( immunohistochimie, immunofluorescence) en utilisant des techniques de traitement d'image avancées. Il permet de segmenter, classifier et générer des données synthétiques pour entraîner des modèles d'apprentissage automatique. Les applications incluent la recherche médicale, le diagnostic assisté par IA et l'analyse automatisée de lames histologiques.
- Ce projet génère des images aériennes synthétiques de champs agricoles, telles qu'elles pourraient être capturées par un drone. Il permet de créer des jeux de données réalistes pour entraîner des modèles d'intelligence artificielle ou tester des algorithmes de traitement d'images. Les utilisateurs peuvent paramétrer la structure des champs, le nombre de cultures et les conditions de capture. Les données produites sont utilisées dans des recherches en vision par ordinateur et en agriculture de précision.
17 initiatives
10