Robot-WATCHDOG est un cadre de détection de défaillances pour les robots autonomes, utilisant une représentation par graphes spatio-temporels centrés sur les objets. Il identifie les erreurs relationnelles (saisie d'objets incorrects, violation d'ordre de tâches) en analysant les interactions entre objets dans des scènes dynamiques. Deux détecteurs complémentaires sont déployés : un transformateur graphique prédictif pour les environnements riches en données, et une méthode non paramétrique pour les scénarios avec peu d'exemples. Le système garantit un taux de faux positifs contrôlé grâce à la prédiction conforme, sans nécessiter de données d'échec.

Cette application permet de transformer des modèles numériques de terrain (MNT) en représentations 3D interactives. Elle offre la possibilité de visualiser des paysages avec différents paramètres comme les couleurs ou les niveaux d'eau. Les utilisateurs peuvent exporter les résultats sous forme d'objets 3D ou d'images, ou encore générer des animations pour étudier l'évolution des niveaux d'eau au fil du temps.

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 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.