Outil développé pour l'INERIS permettant d'identifier et caractériser des composés chimiques dans différents milieux (eau, air, sols). Il utilise des modèles d'intelligence artificielle pour analyser des données environnementales et détecter des sources de pollution. La plateforme permet aux experts de visualiser les résultats, de lancer des analyses et de gérer les accès sécurisés. Elle s'appuie sur des bases de données relationnelles et des services cloud pour le stockage et le traitement des données.

Le projet flink-datacenter est une solution de traitement et d'analyse de données en temps réel, basée sur Apache Flink. Il permet de gérer des workflows de traitement de données complexes et distribués, en offrant des fonctionnalités avancées telles que la gestion de flux de données, l'intégration avec des bases de données relationnelles et NoSQL, et la possibilité de définir des règles de transformation et d'agrégation des données.

Le projet postgresql-server est une implementation du système de gestion de base de données relationnelles PostgreSQL. Il permet le stockage, la récupération et le traitement de données structurées en utilisant le langage de requête SQL.

La plateforme CHEMANE est composée de plusieurs modules fournissant des algorithmes développés par les membres du laboratoire LIAS. Ces modules traitent des problèmes tels que le problème des réponses pléthoriques dans les bases de données relationnelles incertaines, l'explication et l'atténuation des résultats non concluants des requêtes SPARQL, et le calcul des sous-requêtes minimales et maximales réussies et échouées pour les requêtes RDF.