Musette est une bibliothèque R dédiée à l'analyse avancée de réseaux et de graphes. Elle permet de modéliser des relations complexes entre entités, d'optimiser des scores de performance et de visualiser des structures de données sous forme de graphes interactifs. Utilisée pour des études statistiques ou des recherches opérationnelles, elle facilite la détection de communautés, l'évaluation de chemins critiques et l'exploration de données multidimensionnelles.

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 concevoir et maintenir un écosystème optimal de workflows pour l'ESRF DAU (Département d'Accélération et d'Utilisation des Rayons X). Il permet de modéliser, organiser et exécuter des tâches scientifiques sous forme de graphes de dépendances, facilitant ainsi l'automatisation des processus expérimentaux et l'analyse de données. L'objectif est d'améliorer l'efficacité et la reproductibilité des recherches menées sur les accélérateurs de particules.

Projet open source dédié à la modélisation et à la gestion de données au format JSON à l'aide de structures CRDT (Conflict-Free Replicated Data Types). Il permet de représenter des objets JSON sous forme de graphes répliqués, facilitant la synchronisation et la résolution de conflits entre plusieurs utilisateurs ou systèmes en temps réel, sans nécessiter de coordination centrale.

Neo4j est une base de données graphique open source permettant de modéliser, stocker et interroger des données sous forme de graphes. Elle facilite l'analyse de relations complexes entre entités, comme les réseaux sociaux, les systèmes de recommandation ou les structures hiérarchiques. Idéale pour les applications nécessitant une visualisation intuitive des connexions.

Ce projet universitaire vise à exploiter des données ouvertes sur les produits électroniques pour les structurer sous forme de données sémantiques. L'objectif est de modéliser ces données dans un graphe de connaissances (Linked Data) afin de faciliter leur analyse et leur réutilisation. Le travail s'appuie sur des sources de données publiques et des outils du web sémantique pour produire des schémas compréhensibles et exploitables.

Ce projet académique vise à modéliser et analyser les données du réseau de transport Tan de Nantes Métropole sous forme de graphe sémantique. Il permet de structurer les informations sur les circuits, arrêts, parcours et voyages en utilisant des standards du Web sémantique comme RDF et SPARQL. L'objectif est de faciliter l'exploitation et la visualisation des données de mobilité urbaine pour des applications futures.

Plateforme open source dédiée à l'analyse de données et à la modélisation prédictive. Elle permet aux utilisateurs de traiter de grands volumes de données, d'appliquer des algorithmes d'apprentissage automatique et de visualiser les résultats sous forme de graphiques ou de tableaux. Idéale pour les chercheurs, les data scientists et les entreprises souhaitant exploiter leurs données pour des prises de décision éclairées.

Outil de création et d'édition graphique dédié à la modélisation de flux de données et de tâches techniques. Permet de visualiser et organiser des processus sous forme de nœuds interconnectés, avec des projections dédiées aux données et aux signaux. Utilisé pour concevoir des architectures logicielles ou des workflows complexes de manière intuitive et structurée.

Projet dédié à l'analyse et la modélisation de données à l'aide de méthodes statistiques avancées. Il permet de traiter des ensembles de données complexes, d'appliquer des algorithmes bayésiens pour inférer des probabilités et de visualiser les résultats sous forme de graphiques. Idéal pour la recherche, l'enseignement ou l'exploration de phénomènes aléatoires.