Materia est un outil open source dédié à l'analyse et à la modélisation de données issues de techniques de diffraction, notamment pour la prédiction de phases minérales à partir de diagrammes 1D. Il permet également de réaliser des transformations de radon inverses pour reconstruire des images à partir de sinogrammes. Le projet intègre des fonctionnalités avancées de suivi d'expériences via MLflow et est conçu pour faciliter la recherche en science des matériaux et en cristallographie.

Ce projet regroupe des outils logiciels dédiés au traitement et à l'analyse de données issues de missions spatiales, notamment pour l'étude des spectres dynamiques et des émissions radio. Il permet de nettoyer les interférences, calculer des rapports signal/bruit, générer des transformations de Radon et visualiser les résultats sous forme de cartes probabilistes ou de graphiques.

Ce projet vise à étudier et modéliser divers scénarios d'attaques informatiques à travers l'utilisation d'Attack-Defence Trees (ADTrees) et leur transformation en systèmes multi-agents asynchrones (EAMAS). Les cas d'utilisation incluent la modélisation d'attaques à la propriété intellectuelle, l'obtention de privilèges administratifs sur des systèmes UNIX, la compromission de dispositifs IoT et la simulation de scénarios de cambriolage.

Ce projet vise à transformer les pratiques des ministères sociaux en intégrant l'intelligence artificielle générative dans leurs processus métiers. Il accompagne les équipes (architectes, développeurs, designers, chefs de projet) dans l'adoption d'outils et de méthodes pour automatiser des tâches, améliorer la qualité des livrables et optimiser la collaboration. L'objectif est de créer une usine logicielle où chaque étape du cycle de développement combine un rail agentique (génération) et un rail déterministe (vérification), tout en formant les utilisateurs à ces nouvelles pratiques.

Bibliothèque Java cliente permettant d'invoquer le service Gazelle Transformation Service pour transformer des données selon un schéma DFDL spécifié.

Service de transformation de données basé sur DFDL (Data Format Description Language) permettant de convertir des données selon des schémas prédéfinis et de valider des données selon ces mêmes schémas. Il inclut également la gestion de préférences pour les transformations de données.

Ce projet est dédié à la transformation de la voix dans le cadre du projet COMPRISE. Il inclut une bibliothèque Python pour la conversion de voix utilisant des méthodes VLTN et une méthode d'anonymisation de la voix utilisant des x-vecteurs et des modèles de forme d'onde neuronaux.

Ce projet est une implémentation officielle d'une approche de détection de vulnérabilités XSS (Cross-Site Scripting) dans du code PHP, en utilisant l'apprentissage profond. Il fournit des fonctions de transformation de code PHP, telles que la génération de code PHP avec affichage HTML, le renommage automatique de variables PHP et la substitution de balises HTML.

Ce projet est une implémentation officielle d'une approche de détection de failles XSS (Cross-Site Scripting) dans le code source utilisant l'apprentissage automatique. Il permet de traiter et d'analyser du code source à grande échelle pour en détecter les vulnérabilités et améliorer la sécurité des applications web.

Ce projet vise à standardiser et transformer des données scientifiques issues d'expériences, notamment dans le domaine de la physique et de la chimie. Il permet de structurer des jeux de données complexes pour les rendre compatibles avec le standard NeXus, facilitant ainsi leur partage et leur réutilisation dans la communauté scientifique. Il inclut également des outils pour documenter les cadres de référence et les transformations appliquées.