Ce projet introduit l'idée d'une description symbolique d'une tâche d'apprentissage humain complexe, dans le but de contribuer à une meilleure compréhension de l'apprentissage. Le projet cible des tâches d'apprentissage utilisant des interfaces tangibles pour l'initiation à la pensée informatique, et décrit en détail la modélisation de la tâche et du comportement de l'apprenant dans cette tâche, y compris le comportement axé sur les objectifs et le comportement déclenché par des stimuli, ainsi que la construction de connaissances de l'apprenant.

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.

Projet développé pour le CHU de Bordeaux visant à améliorer la gestion des données médicales des patients. Il combine des technologies d'intelligence artificielle et de bases de données avancées pour analyser les dossiers médicaux, générer des recommandations cliniques et faciliter la recherche médicale. Le système s'appuie sur des standards comme FHIR pour l'interopérabilité et utilise des graphes de connaissances pour modéliser les relations entre les données.

Ce projet fournit des supports de présentation pour des conférences ou des formations techniques, notamment autour des outils et méthodes liés à la modélisation et à l'exécution de modèles. Il permet de générer des diapositives à partir de fichiers sources pour faciliter la diffusion de connaissances dans un cadre professionnel ou éducatif.

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 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.

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 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 développe un modèle de traçage des connaissances basé sur les réseaux bayésiens pour analyser et modéliser les compétences des apprenants. Il permet d'évaluer la maîtrise des savoirs et d'identifier les relations entre différentes compétences, facilitant ainsi une personnalisation des parcours d'apprentissage.

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.