DefenseFinder est un outil bioinformatique dédié à l'identification et à l'analyse des systèmes de défense anti-phages dans les génomes bactériens. Il permet aux chercheurs et étudiants d'explorer les mécanismes de résistance des bactéries face aux virus, en utilisant des modèles de Markov cachés pour détecter des systèmes de défense inconnus. Le projet inclut des sessions pratiques pour former les utilisateurs à l'analyse génomique et à la reconstruction phylogénétique.

Outil d'intelligence artificielle conçu pour pseudonymiser automatiquement des documents textuels contenant des données personnelles, notamment des décisions de justice administrative. Il permet aux organismes publics de publier des documents en open data tout en respectant le RGPD. Basé sur des modèles de traitement du langage naturel (NLP), il identifie et remplace les éléments identifiants (noms, adresses, etc.) par des alias, garantissant ainsi la protection des données sensibles.

Ce projet consiste en deux analyses de données distinctes. La première exploite un jeu de données sur les ventes de jeux vidéo pour identifier les titres les plus vendus, les plateformes et éditeurs les plus populaires, ainsi que les tendances par région. La seconde utilise un dataset de races de chiens pour développer un modèle d'identification automatique basé sur des images. Les deux analyses visent à extraire des insights exploitables pour des décisions stratégiques.

Ce projet développe des pipelines logiciels pour l'identification et l'analyse de mouvements humains à partir de données capturées par des capteurs comme le Kinect2. Il permet de tester des algorithmes de détection de posture, de calculer des cinématiques articulaires et de générer des modèles 3D pour des applications en robotique, en animation ou en recherche biomécanique.

Ce projet utilise l'intelligence artificielle pour identifier et surveiller la propagation d'espèces végétales invasives le long des routes au Danemark. Basé sur des images haute résolution et des modèles de Vision Transformers, il permet de détecter automatiquement la présence de plantes invasives sans nécessiter de ressources de terrain importantes. Les résultats contribuent à la préservation de la biodiversité et à la gestion des écosystèmes locaux.

Le projet Schema des Sites économiques est un dépôt de code source du sous-groupe de travail ZAE du GT CNIG Aménagement. Il a pour objectif de standardiser l'identification et la caractérisation des Sites économiques, dans le but d'en dresser l'inventaire de façon homogène sur l'ensemble du territoire. Le standard CNIG Sites Economiques fournit une description littérale des champs et l'implémentation technique du modèle conceptuel de données au format json. Il respecte le standard Table Schema et sera référencé sur schema.data.gouv.fr.

Ce projet permet de valider et vérifier la conformité des modèles de données structurées selon des règles prédéfinies. Il s'adresse aux entreprises ou développeurs souhaitant automatiser le contrôle de leurs données avant intégration ou publication. L'outil identifie les incohérences, erreurs ou non-conformités pour garantir l'intégrité et la qualité des données manipulées.

Ce module XBlock est construit sur le dessus de l'XBlock consommateur LTI edX pour en faciliter la configuration par les instructeurs. Il permet de pré-configurer des services LTI, d'enforcer des configurations pour certains services LTI ciblés par un modèle d'URL de lancement, de définir des paramètres de configuration par défaut pour tous les services LTI, et de configurer des informations d'identification des consommateurs LTI au niveau de la plateforme pour toutes les cours.

MANA est un outil d'analyse et de modélisation dédié à l'identification assistée des mécanismes d'action métabolique. Il permet de construire des modèles de réseaux métaboliques spécifiques à partir de données d'expression génique, d'identifier les réactions métaboliques différentiellement activées, et d'extraire des sous-réseaux minimaux représentatifs des mécanismes d'action de composés chimiques. L'outil facilite la compréhension des effets métaboliques induits par des expositions chimiques.

Ce projet permet d'identifier et d'estimer les paramètres physiques d'une charge utile (masse, centre de gravité, inertie) ainsi que les offsets des capteurs de force pour des systèmes robotiques. Il fournit des outils pour calibrer et optimiser les performances de robots industriels en analysant les données de capteurs et en générant des modèles dynamiques précis. Utilisé principalement dans le domaine de la robotique et de l'automatisation industrielle.