Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Notoriété 7 %ScimBa est un projet de recherche en apprentissage automatique et équations aux dérivées partielles. Il propose des outils pour construire et entraîner différents types de réseaux de neurones adaptés à la résolution d'équations aux dérivées partielles et à l'apprentissage de relations entre grandeurs physiques.
- Bilbo2 est un logiciel open source pour l'annotation automatique de références bibliographiques. Il fournit la segmentation et l'étiquetage d'un document XML d'entrée. Réécrit en python3 à partir de zéro, il est issu de BILBO. Par rapport à l'ancienne version, une attention particulière a été accordée à la possibilité d'ajouter facilement de nouveaux algorithmes d'apprentissage automatique et de tester les paramètres. Il peut être utilisé aussi bien dans des systèmes en direct que pour des recherches.
- Ce projet a pour but d'augmenter la confiance dans les résultats de la recherche en apprentissage automatique en rendant les expériences plus reproductibles. Il propose une approche systématique pour reproduire, répliquer et réévaluer des expériences existantes en utilisant différentes implémentations et jeux de données. Le projet est une ré-implémentation des expériences menées avec Knowledge Enhanced Neural Networks (KENN) sur le jeu de données Citeseer, étendues aux jeux de données Cora et PubMed.
- Ce projet développe des outils avancés pour la modélisation et la simulation de réseaux de neurones profonds. Il vise à faciliter la recherche en intelligence artificielle en offrant des solutions pour l'entraînement, l'optimisation et l'évaluation de modèles prédictifs complexes. Destiné principalement aux chercheurs et ingénieurs en IA, il permet d'explorer des architectures innovantes et d'accélérer le développement de solutions basées sur l'apprentissage automatique.
- Le projet body_3d_tracker est un outil d'analyse de mouvements corporels en temps réel dans un espace 3D. Il utilise des algorithmes avancés de traitement d'images et d'apprentissage automatique pour détecter et suivre les mouvements des personnes, même dans des environnements complexes. Il peut être utilisé pour une variété d'applications, y compris la recherche médicale, la collaboration humain-robot et la sécurité.
- Dlib est une bibliothèque moderne en C++ dédiée à l'apprentissage automatique et aux outils logiciels avancés. Elle permet de concevoir des solutions logicielles robustes pour des environnements variés, allant des appareils mobiles aux systèmes embarqués et aux calculs haute performance. Utilisée dans l'industrie et la recherche, elle facilite la résolution de problèmes concrets grâce à des algorithmes optimisés et modulaires.
- Notoriété 7 %Ce projet développe des modèles de réseaux de neurones dédiés à la correction de phase dans des systèmes optiques complexes, notamment pour des réseaux de lasers. Il permet de simuler des mesures, d'entraîner des algorithmes d'apprentissage automatique pour optimiser la qualité des faisceaux lumineux, et de générer des données synthétiques pour des applications en photonique. Les outils proposés facilitent la recherche et l'expérimentation dans le domaine de l'optique adaptative.
- Outil d'adaptation pour l'étiquetage automatique de données issues de l'analyse de mouvements de larves. Il permet de générer des jeux de données structurés à partir de fichiers de suivi de chorégraphie, facilitant ainsi l'analyse comportementale et l'entraînement de modèles d'apprentissage automatique dans le domaine de la recherche biomédicale.
- Ce projet fournit un jeu de données structuré pour l'analyse des mouvements d'instruments et d'endoscopes lors d'interventions chirurgicales. Il inclut des signaux kinématiques normalisés, des timestamps de dissection et des métadonnées associées aux vidéos médicales. Les données sont organisées pour faciliter la recherche en robotique médicale et en apprentissage automatique appliqué à la chirurgie.
43 initiatives
10