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 présente une plateforme interactive dédiée à la mobilité urbaine partagée et intégrée aux transports publics. Il propose des démonstrateurs visuels pour explorer les données de transport (réseaux de vélos, itinéraires, tarifs) et des outils d'optimisation pour concevoir des politiques tarifaires et des réseaux de mobilité durable. Destiné aux chercheurs, décideurs et grand public, il illustre les innovations développées dans le cadre du projet européen SUM.

Ce projet démontre l'utilisation de l'API Gitlab dans le cadre de l'intégration continue pour récupérer les statistiques des projets à un moment donné. Il utilise l'outil jq pour générer un fichier CSV à partir des données récupérées.

JPanda est une librairie Java dédiée à la manipulation et à l'analyse de données structurées sous forme de dataframes. Elle permet de charger, visualiser et transformer des données issues de fichiers CSV ou de tableaux en mémoire. Les utilisateurs peuvent effectuer des sélections, des calculs statistiques, des groupements et des agrégations pour extraire des informations pertinentes. L'outil est particulièrement adapté aux développeurs et data scientists souhaitant automatiser des traitements de données sans recourir à des solutions lourdes.

Ce projet vise à développer et comparer des modèles de deep learning pour compter et analyser des foules dans des images. Il reproduit deux architectures populaires (MCNN et SS-DCNet) afin d'évaluer leur performance sur des données réelles comme le jeu de données ShanghaiTech. L'objectif est d'améliorer la gestion des foules lors d'événements publics ou de manifestations, en fournissant des outils précis pour le suivi et la planification des interventions.

Project-Meta est un logiciel visant à aider à gérer des données ouvertes en utilisant le protocole OPeNDAP. Il permet la visualisation et la récupération de sous-ensembles de données sans téléchargement complet, avec une intégration minimale dans les procédures d'analyse de données existantes. Ce projet est soutenu par la Commission européenne dans le cadre du projet Hydralab+ du programme Horizon 2020.

Projet pédagogique conçu pour initier les développeurs aux bonnes pratiques de gestion de code source et de compilation logicielle. Il propose une architecture modulaire en C++ avec des bibliothèques et des exécutables dédiés à l'analyse de données scientifiques. Le projet inclut des outils de configuration automatisée pour faciliter le déploiement et l'exécution des programmes.

Outil d'automatisation et de déploiement pour des projets de sites web, notamment ceux développés dans l'écosystème ENTROPIE. Permet de déployer des sites statiques, des pages de test ou des applications web basées sur Tomcat. Intègre des fonctionnalités pour utiliser des services géospatiaux comme GeoServer, facilitant la publication de données cartographiques.

Ce projet permet de gérer des salles de cinéma, de planifier des projections et de réserver des places. Il offre une interface conviviale pour les utilisateurs et une gestion efficace des données.

Ce projet consiste en une collection de notebooks Jupyter, de fichiers R et Python dédiés à l'analyse et à la visualisation des données d'un étude sur les neurones projetant dans le bulbe olfactif de la souris. Le référentiel contient des analyses transcriptomiques standard de neurones projetants, une inférence de réseaux de gènes régulateurs, une analyse de réseaux de gènes régulateurs et une simulation de données unicellulaires à partir de données de séquençage d'ARN en vrac.