OntoQL v2 est un langage et un outil dédié à la gestion d'ontologies et de bases de données ontologiques. Il permet de définir, manipuler et interroger des ontologies ainsi que leurs instances à travers des langages de définition, manipulation et requête. Le projet facilite la modélisation de connaissances sémantiques, le stockage structuré de données liées à des ontologies, et offre des fonctionnalités avancées comme le requêtage multilingue et la gestion de hiérarchies de classes.

Knex est un outil conçu pour transformer des textes bruts en connaissances structurées grâce à des modèles d'ontologie. Il permet d'extraire automatiquement des entités (personnes, relations, occupations) et leurs attributs à partir de documents, puis de les organiser sous forme de graphes de connaissances. Une interface graphique facilite l'utilisation par des non-développeurs, offrant des fonctionnalités de visualisation, d'édition et d'export vers des plateformes comme Geovistory ou des endpoints SPARQL. Le projet vise à rendre accessible la modélisation sémantique pour des utilisateurs variés.

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 permet d'analyser les définitions issues du dictionnaire WordNet pour en extraire des connaissances structurées. Il génère des ontologies à partir de mots et de leurs relations sémantiques, facilitant ainsi la compréhension et l'exploitation automatique du langage naturel. Utilisé dans le cadre d'une thèse, il contribue à la modélisation de concepts et à l'identification de liens entre eux.

PyMotifs est une bibliothèque open source dédiée à l'analyse, la modélisation et la classification de textes dans le domaine des sciences humaines. Développée par des chercheurs du CNRS et de l'Université Paris III, elle permet aux utilisateurs de traiter des corpus textuels de manière automatisée. L'outil facilite l'exploration de motifs linguistiques, l'identification de structures récurrentes et l'extraction de connaissances à partir de données textuelles complexes. Il s'adresse principalement aux chercheurs, enseignants et étudiants en linguistique, littérature ou sciences sociales.

Ce projet propose une infrastructure Docker pour déployer une instance de Wikibase, une plateforme open source permettant de créer et gérer une base de connaissances structurée et collaborative. Il facilite la modélisation, le stockage et le partage de données historiques ou culturelles de manière standardisée et interopérable, en s'appuyant sur les technologies du web sémantique.

Ce projet développe une représentation symbolique des structures de Kripke probabilistes issues de la logique épistémique dynamique. Il permet de modéliser et vérifier des systèmes complexes où des agents interagissent et acquièrent des connaissances. Les outils implémentés facilitent l'analyse de scénarios comme les jeux de cartes ou les problèmes classiques de logique, en offrant une approche efficace pour les calculs de vérification et d'expérimentations.

Ce projet piloté par l'UMR ASTRE (Cirad) vise à structurer et animer un chantier dédié à l'urgence climatique et à la réduction de l'empreinte carbone de l'organisme. Il inclut la modélisation mathématique appliquée à l'épidémiologie pour mieux comprendre les dynamiques de transmission des maladies, ainsi que la création de supports de formation et de présentation pour diffuser ces connaissances. Le projet s'appuie sur des collaborations académiques et des financements publics.

Bibliothèque logicielle dédiée à l'analyse formelle de concepts, une méthode mathématique pour organiser et structurer des données en concepts hiérarchisés. Elle permet d'extraire des connaissances à partir de jeux de données complexes, facilitant ainsi la modélisation et l'analyse de relations entre objets et attributs.

Ce projet vise à structurer et organiser les connaissances sous forme d'ontologies pour faciliter l'analyse et la compréhension des données complexes. Il permet de modéliser des concepts, leurs relations et leurs hiérarchies, offrant ainsi une base solide pour l'interopérabilité des systèmes d'information. Utilisé dans divers domaines comme la recherche, l'industrie ou l'administration, il améliore la précision des données et soutient des décisions éclairées.