Projet dédié à l'analyse et à la modélisation des réseaux écologiques marins, notamment les interactions microbiennes. Il combine des outils de bioinformatique pour construire et valider des réseaux de co-occurrence à partir de données métagénomiques. Le package intègre des méthodes avancées comme FlashWeave pour identifier des relations entre espèces et un module de validation via la base de données Globi. Destiné aux chercheurs en écologie microbienne et biologie marine.

ChatSO est un agent conversationnel spécialisé dans l'accompagnement des chercheurs et acteurs de la recherche pour la gestion des données et la Science Ouverte. Il répond aux questions en langage naturel tout en citant systématiquement les sources documentaires utilisées pour formuler ses réponses. Développé dans le cadre de l'écosystème Recherche Data Gouv, il vise à faciliter l'accès aux bonnes pratiques et aux ressources liées à la gestion des données de recherche.

Bibliothèque d'extensions et d'outils conçus pour enrichir les capacités d'analyse des données temporelles, notamment dans le domaine de l'astrophysique. Elle facilite la modélisation, la simulation et l'optimisation de signaux complexes, comme ceux émis par les pulsars, pour des applications en recherche fondamentale et en physique théorique.

Ce projet a pour but de développer des méthodes pour l'inférence et le regroupement de guildes microbiennes à partir de données d'écosystèmes microbiens. Il utilise des techniques statistiques et d'apprentissage automatique pour identifier et caractériser les guildes, qui sont des groupes de micro-organismes interagissant entre eux dans un écosystème donné.

OneNet est une méthode d'agrégation d'inférences de réseaux basée sur la stabilité, conçue pour les données de séquençage de métagénomes entiers. Elle a pour but de favoriser la reproductibilité et la précision des résultats.

Ce projet développé pour le Hackathon 2024 du PEReN et de la Commission Européenne utilise des techniques avancées de traitement automatique du langage naturel (NLP) pour analyser, structurer et rechercher des informations réglementaires issues de plateformes numériques. Il permet d'extraire des entités nommées, de segmenter des textes volumineux, de générer des embeddings pour des recherches vectorielles et d'interagir via une interface conversationnelle. Les données traitées sont fournies à titre d'illustration et ne sont pas mises à jour.

Ce projet développé pour le Hackathon 2024 du PEReN et de la Commission Européenne utilise des techniques avancées de traitement automatique du langage (NLP) pour analyser, structurer et rechercher des informations dans des textes réglementaires. Il permet d'extraire des entités, de générer des embeddings, de répondre à des questions précises et de fournir des sources documentaires pertinentes pour faciliter l'analyse et la compréhension des textes juridiques européens.