Ce projet démontre l'utilisation du plugin SonarQube pour Maven et son intégration avec Gitlab. Il contient deux modules, un backend Java et un frontend simple, pour illustrer l'analyse de différents types de fichiers. Les variables d'environnement SONAR_HOST_URL, SONAR_PROJECT_KEY et SONAR_TOKEN sont requises pour l'analyse manuelle.

Ce projet est une implémentation d'une approche de détection de failles XSS (Cross-Site Scripting) dans le code source en utilisant l'apprentissage profond. Il fournit des transformations pour Node.js et Hop.js en renommant les fonctions et les variables.

Le projet franka_tools vise à faciliter le développement sur le robot Franka Emika en fournissant des exemples pour les principales bibliothèques et en utilisant une image Docker pour l'exécuter. Il est recommandé de cloner le dépôt franka_tools dans le répertoire personnel sur le miniPC, de créer ses propres fichiers de contrôleur dans les répertoires franka_tools et d'utiliser l'image Docker pour l'exécuter. Le dépôt contient des exemples de codes pour contrôler le robot avec différents contrôleurs ou obtenir des variables d'état à l'aide de libfranka. Il est également possible de déplacer le robot à l'aide de la bibliothèque Cartesian_franka en Python.

Onyxia est une application web permettant de lancer des conteneurs Docker sur un cluster Kubernetes, avec une interface utilisateur React et une API Java / Spring-boot. Elle est développée par l'Institut national de la statistique et des études économiques (INSEE) et permet aux data scientists de travailler avec des images Docker personnalisées, des ressources CPU/RAM/GPU définies par l'utilisateur, des scripts d'initialisation personnalisés et des variables d'environnement.

Le projet « demosbagoffloods » est un outil interactif conçu pour aider à la compréhension des risques d'inondation en utilisant des marbres de différentes couleurs pour représenter les classes de retour périodique des crues. Il permet de simuler des tirages aléatoires pour illustrer la variabilité des événements d'inondation et de discuter des analogies et des différences entre les tirages aléatoires et les crues annuelles.

Ce projet, nommé benchds, est une collection de jeux de données utilisés pour l'analyse de données et l'apprentissage automatique. La plupart des jeux de données proviennent du dépôt UCI Machine Learning, tandis que d'autres ont été publiés par divers articles et documents de recherche. Les jeux de données sont fournis dans un format simple, avec les lignes représentant des exemples et les colonnes représentant des caractéristiques. Le dernier élément de chaque ligne est la variable cible ou l'étiquette de classification. Les valeurs des lignes sont séparées par un espace. Aucune valeur manquante n'est présente dans les jeux de données, car les lignes contenant au moins une valeur manquante ont été supprimées.

MPP est un préprocesseur et un méta-préprocesseur simple et personnalisable, qui permet de définir des variables et d'utiliser des conditions dans les fichiers de code source, en utilisant des tokens définissables par l'utilisateur.

ASSU est un outil en ligne de commande écrit en Bash permettant de réaliser l'assemblage de référence-guidé de segments SSU 16S à partir de données de séquençage à haut débit (HTS) de génomes bactériens ou archéens. Cet outil a été développé pour compenser l'échec de plusieurs programmes _de novo_ d'assemblage à assembler des segments non fragmentés de SSU lorsque le génome séquencé contient différentes copies de 16S rRNA avec des séquences variables, en particulier lors de l'utilisation de courtes données HTS.

Ce projet est un parser du langage M utilisé par la calculette des impôts sur les revenus. Il permet de transformer le code source en AST, de le simplifier et d'extraire les variables utiles pour le calcul d'impôts.

Le middleware IoTVar gère les interactions entre les applications des utilisateurs finaux et les plateformes IoT, permettant aux développeurs de logiciels de déclarer facilement des variables IoT dans leurs applications.