Ce projet est un modèle de départ pour les initiatives en deep learning et machine learning. Il permet de structurer rapidement un nouveau projet de recherche ou d'application en IA en fournissant une architecture de base, des dépendances préconfigurées et des exemples concrets comme le jeu de données MNIST. L'objectif est d'assurer la reproductibilité et l'extensibilité des travaux en facilitant leur organisation et leur partage.

Ce projet vise à structurer et analyser les données publiques des décès en France depuis 1971 sous forme de graphes sémantiques. Il permet de transformer des fichiers CSV en données RDF exploitables pour des recherches avancées ou des analyses statistiques. Les données sont organisées par tranches d'années et par villes, facilitant leur réutilisation par des chercheurs, institutions ou développeurs.

Indico_DEPE est une plateforme dédiée à la gestion et au partage de données scientifiques au sein d'équipes de recherche. Elle permet d'organiser des événements, de centraliser des documents techniques et de faciliter la collaboration entre chercheurs. Le projet s'inscrit dans un cadre académique ou institutionnel, favorisant l'échange et la diffusion de connaissances.

Plateforme dédiée à la gestion, l'archivage et le partage de données issues de projets de recherche. Elle facilite la collaboration entre chercheurs en offrant des outils pour organiser, documenter et diffuser des ensembles de données scientifiques. Destinée aux institutions académiques et aux équipes de recherche, elle permet de préserver la traçabilité et la réutilisation des données.

Plateforme dédiée à la gestion et à la collaboration pour les projets de recherche en neurosciences. Elle facilite l'organisation des équipes, l'intégration d'outils d'analyse et l'automatisation des processus expérimentaux. Destinée aux chercheurs, laboratoires et institutions, elle permet de centraliser les données, de suivre les avancées et de favoriser les échanges entre les acteurs du domaine.

Plateforme publique dédiée à la centralisation et à la gestion de ressources numériques utiles aux conseillers numériques en France. Elle permet de consulter, labelliser, organiser et partager des contenus éducatifs, des bases de données et des outils adaptés aux besoins des usagers. Le projet facilite également la collaboration entre acteurs publics et offre des fonctionnalités de recherche avancée pour optimiser l'accès à l'information.

RCAviz est un outil en ligne dédié à la visualisation et à l'exploration de connaissances organisées en classifications interconnectées grâce à l'Analyse de Concepts Relationnels. Il permet d'analyser des structures complexes pour faciliter la compréhension et l'exploitation de données relationnelles, notamment dans des domaines comme la santé végétale et animale. Développé dans le cadre de projets de recherche, il offre une interface intuitive pour naviguer et interpréter des données structurées.

Application web permettant de collecter, analyser et stocker des emails contenant des informations relatives aux décès. Grâce à l'intelligence artificielle, elle identifie et extrait automatiquement les données pertinentes, facilite leur recherche et leur gestion sécurisée. Destinée aux professionnels ou particuliers souhaitant organiser et exploiter ces informations de manière structurée et efficace.

Projet dédié à la gestion, au stockage et à l'analyse de données biologiques et scientifiques via des outils comme OMERO et iRods. Il permet aux laboratoires et équipes de recherche de déployer des infrastructures sécurisées pour héberger, organiser et partager leurs données tout en garantissant leur intégrité et leur accessibilité. Le projet inclut également des mécanismes d'authentification avancés et des solutions de sauvegarde automatisée.

Ce projet vise à fournir les éléments de base pour la collaboration asynchrone et à distance dans un contexte de recherche, en mettant l'accent sur la gestion efficace des contributions et des changements, la production de rapports automatisés et reproductibles, la gestion et le partage de données, et l'organisation du code R sous forme de pipeline.