Ce projet permet d'extraire et d'analyser les graphèmes (unités minimales de l'écriture) à partir d'images de manuscrits transcrits automatiquement. Il facilite l'étude comparative des caractères, l'identification des biais des modèles de transcription et la classification des formes graphiques. Les données extraites peuvent servir à des recherches en paléographie, en linguistique historique ou en intelligence artificielle appliquée aux textes anciens.

Outil unifié permettant de préparer, entraîner, évaluer et décoder des données textuelles pour générer des résumés automatiques. Il combine des outils existants dans une plateforme accessible, facilitant le traitement de grands volumes de texte pour des applications en intelligence artificielle et en recherche.

MAESTRO est un modèle d'intelligence artificielle conçu pour traiter des données d'observation de la Terre issues de satellites et d'autres sources. Il permet d'analyser des images multispectrales, multitemporelles et multimodales pour des applications comme la cartographie des sols, la segmentation des cultures ou l'identification des espèces végétales. Le projet propose des modèles pré-entraînés et des outils pour faciliter leur utilisation dans des projets de recherche ou opérationnels.

Ce projet développe des modèles d'intelligence artificielle pour classifier des IRM cérébrales en distinguant des états comateux et non-comateux. Il compare les performances de plusieurs architectures de réseaux de neurones profonds (comme LeNet17) et applique des techniques de transfert d'apprentissage pour améliorer la précision des diagnostics. Les résultats sont utilisés pour soutenir la recherche médicale et l'analyse automatisée d'images médicales.

Ce projet explore l'intégration de l'intelligence artificielle dans le domaine médical pour améliorer les diagnostics, optimiser les traitements et accélérer la recherche. Il couvre des applications comme l'analyse automatisée d'images médicales (radiographies, IRM), l'assistance aux chirurgiens via des robots, et la personnalisation des soins en fonction des données génétiques ou des antécédents des patients. L'objectif est de rendre la médecine plus précise, rapide et adaptée aux besoins individuels.

Ce projet est un tutoriel pratique dédié à l'apprentissage des réseaux de neurones génératifs (GANs). Il guide les utilisateurs dans la création de modèles capables de générer des images synthétiques réalistes. À travers des exemples concrets et des explications détaillées, il permet de comprendre les principes fondamentaux des GANs et leurs applications potentielles dans divers domaines comme l'art, la synthèse d'images ou la recherche en intelligence artificielle.

Ce projet vise à développer des outils pour analyser et structurer des données textuelles ou semi-structurées en exploitant des technologies sémantiques. Il permet d'extraire des informations pertinentes, de les organiser et de les rendre exploitables pour des applications variées comme l'intelligence artificielle, la recherche d'information ou la gestion de connaissances.

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.

Python est un langage de programmation polyvalent utilisé pour développer des logiciels, des applications web, des outils d'analyse de données et des solutions d'intelligence artificielle. Il est apprécié pour sa simplicité et sa lisibilité, ce qui le rend accessible aux débutants comme aux experts. Il est largement adopté dans l'industrie, l'éducation et la recherche.