Ce projet propose une méthode innovante pour améliorer la génération d'images contrôlables par texte en utilisant une supervision directe sur l'image cible propre, appelée x0-supervision. L'approche permet d'accélérer significativement l'entraînement des modèles de diffusion tout en améliorant la qualité visuelle et la précision des conditions de génération. Les résultats expérimentaux démontrent une convergence jusqu'à deux fois plus rapide selon une nouvelle métrique, tout en maintenant une haute fidélité et un alignement textuel optimal.

IoTAMAK est un framework open source conçu pour étendre les systèmes multi-agents (MAS) à des environnements distribués. Il permet de connecter des appareils physiques (comme des Raspberry Pi) en réseau via MQTT, afin de superviser et contrôler à distance des expériences scientifiques. Le projet se compose d'un module Python (IoTAMAK-core) pour la gestion des agents et d'une interface web (IoTAMAK UI) pour la visualisation en temps réel des métriques et du statut des dispositifs. L'objectif est de fournir aux chercheurs un outil flexible pour déployer et monitorer des systèmes multi-agents sur plusieurs appareils.

Le projet CampusIoT a pour objectif de développer des outils de supervision de la plateforme éponyme. Ces outils permettent d'alerter les administrateurs en cas de défaillance des objets, des gateways ou du serveur, de les alerter lors d'opérations de maintenance, et de produire des rapports réguliers donnant des métriques sur les gateways et les objets.

Plateforme dédiée à la supervision et à la visualisation de données industrielles en temps réel. Elle permet aux utilisateurs de surveiller des processus, d'analyser des métriques et de générer des rapports automatisés. Le système inclut des outils de sauvegarde et de restauration pour assurer la continuité des données.

Ce projet fournit une image conteneurisée pour déployer une stack Prometheus complète, incluant des outils de surveillance, de collecte de métriques et de gestion des alertes. Il permet aux équipes IT de superviser l'état des systèmes, d'identifier les anomalies et d'automatiser les réponses aux incidents. La solution est conçue pour être intégrée dans des environnements cloud ou on-premise, offrant une visibilité centralisée sur les infrastructures et applications.

Plateforme dédiée à la gestion et au suivi des ressources, métriques et installations pour les infrastructures de recherche européennes. Elle permet aux opérateurs et administrateurs de centraliser les données techniques, de superviser les performances des services, et d'assurer la conformité des accès utilisateurs. L'outil facilite la collaboration entre les acteurs du projet EOSC en offrant une vision unifiée des ressources disponibles.

Le projet asdf-plmteam-prometheus-node-exporter est conçu pour surveiller et collecter des métriques sur les performances des nœuds dans un environnement informatique. Il permet de superviser l'utilisation des ressources système, telles que le CPU, la mémoire et le stockage, et d'identifier rapidement les goulets d'étranglement ou les problèmes de performance.

Ce projet permet de déployer un agent OpenTelemetry via Docker pour instrumenter une machine hôte et ses conteneurs. Il collecte automatiquement les métriques système, les logs des conteneurs et les traces applicatives, tout en enrichissant ces données avec des métadonnées contextuelles (environnement, hôte, labels). Les informations sont ensuite centralisées vers un serveur OpenTelemetry pour analyse et supervision.

Le projet os-hashistackconsole permet de superviser et gérer les services informatiques d'une entreprise. Il offre une vue d'ensemble de l'état des services, permet de déployer des applications et d'analyser les logs et métriques associées.

Le projet supervision_tdl permet de centraliser la supervision et le suivi d'exécution de workflows et de processus métiers distribués, facilitant ainsi la gestion opérationnelle et le dépannage.