Software applications

App - Agence pour la Protection des Programmes

PACPUS is a research platform of the Heudiasyc JRU UTC/CNRS 7253 in the field of Intelligent Vehicles. You can find more details about the equipments and research results directly on the website of PACPUS platform : ​https://pacpus.hds.utc.fr

To carry out experiments with Intelligent Vehicles or robots, Heudiasyc has developed the PACPUS framework to solve the systems integration issues. The framework is designed around the ​ KISS principle and use ​Component-based software engineering. Developments are done mainly in C++.

Team : Gérald Dherbomez, Stéphane Bonnet, Philippe Xu, Philippe Bonnifait, Véronique Cherfaoui, Marek Kurdej

Website : https://devel.hds.utc.fr/software/pacpus 

Last version date : see on website

Sources : see on website

License : CECILL-C

Suite logicielle comprenant l'intergiciel Airplug de communication intra- et inter- nœuds dans les réseaux dynamiques (véhicules, drones, etc.) ainsi que l'environnement de développement permettant le prototypage rapide, le déploiement rapide sur cibles embarquées (sans modification de code) et l'étude de variantes ou de scénarios plus complexes par émulation de réseaux (permet de rejouer ou d' ́etendre sur ordinateur les expériences réelles sur ordinateur. L'ensemble des applications constitue un légo permettant de construire des scénarios applicatifs complexes.

Team : Bertrand Ducourthial 

Website : airplug.hds.utc.fr 

Last version date : see on website

Sources : see on website

License : license pour enseignement et recherche (faite avec le service juridique de l'UTC) ; accord commercial pour autre usage

Fl-AIR is a framework written in C++ that aims at helping the development of applications for robots, and more specially for UAVs.

Team : Guillaume Sanahuja, Gildas Bayard, César Richard

Website : https://devel.hds.utc.fr/software/flair 

Last version date : see on website

Sources : see on website

License : Cecill-C

With MEMORAe approach, we wanted to model and design a web platform to manage all heterogeneous resources of knowledge in an organization. The platform , that has the same name as the approach, has been developed to facilitate organizational learning and knowledge capitalization using semantic modeling. It exploits the power of new technologies that support collaboration (Web 2.0 technologies, touch tables, etc.) and relies on semantic web standards.

Team : Marie-Hélène Abel, Claude Moulin, Hanen Bellili, Osama Annebi

Website : http://memorae.hds.utc.fr/ 

Last version date : see on website

Documentation : see on website

Mixmod est un ensemble logiciel de classification supervisée et non supervisée pour données qualitatives et quantitatives et basé sur les modèles de mélanges composé de plusieurs produits logiciels :

  • une bilbiothèque de calcul (mixmodLib)
  • une interfacce graphique (mixmodGUI)
  • un package pour Matlab (mixmodForMatlab)
  • un package pour R (Rmixmod)

Principales caractéristiques statistiques :

  • maximisation de la vraisemblance avec les algorithmes EM, CEM et SEM
  • modèles parcimonieux : 14 modèles pour données quantitatives (modèles de mélange gaussiens), 5 modèles pour données qualitatives (modèles de mélange multinomiaux), 8 modèles spécifiques pour les données de grande dimension.
  • critères de sélection : BIC, ICL, NEC, CV

Team : Florent Langrognet, Christophe Biernacki, Gilles Celeux, Gérard Govaert 

Website : http://www.mixmod.org 

Last version date : see on website

Sources : see on website

License : GNU GPL

La plate-forme OMAS (Open Multi-Agent Systems) est le résultat d'un long développement qui s'est déroulé sur plusieurs années sous la direction de Jean-Paul Barthès au sein du laboratoire Heudiasyc. De nombreux doctorants et enseignants-chercheurs ont participé a ce devéloppement qui a abouti à la mise en œuvre de la version 12. La plate-forme permet de construire rapidement des systèmes d'agents cognitifs. Sont proposés plusieurs modèles d'agents qui permettent de minimiser l'effort de programmation, tout en offrant un environnement extrêmement riche. OMAS a été utilisée dans plusieurs projets de recherche, en partie en international, et fait partie des outils du laboratoire.

Team : Jean-Paul Barthes

Website : http://www.utc.fr/barthes/OMAS

Last version date : see on website

Documentation : documentation v8

License : not yet licenced

MOSS est un système de représentation des connaissances. Il peut être utilisé pour décrire des environnements de type CAO ou pour développer des ontologies.

Team : Jean-Paul Barthes 

Website : http://www.utc.fr/barthes/PDM-MOSS/ 

Last version date : see on website

Documentation : documentation v8

License : not yet licenced

SOL (Simple Ontology Language) est un language permettant de construire des ontologies de façon simple puis de les exporter en format OWL associé à des règles SPARQL ou JENA. SOL a été développé dans le cadre du projet européen Terregov (2004 - 2008).

Team : Jean-Paul Barthes

Website : http://www.utc.fr/barthes/SOL/

Last version date : version 5.6, 2008

Documentation : documentation v8

License : CECILL

Il s'agit d'un outil d'aide à la conception de sites web éducatifs, au sein de l'Université de Technologie de Compiègne, basés sur de scénarios pédagogiques représentés en IMS Learning Design. Cet outil aide les enseignants (ou les concepteurs pédagogiques) n'ayant aucune compétence à l'égard de logiciels pour le web, à concevoir leur sites web éducatifs.

Team : Philippe Trigano, Ecaterina Giacomini

Le code de calcul des emplois d'examens de l'Université de Technologie de Compiègne est effectué dans le cadre des travaux de recherches menés sur les problèmes d'emplois du temps. Il a été conçu pour tenir compte des contraintes spécifiques de l'UTC que l'on ne rencontre pas usuellement dans la littérature. Il permet de construire des solutions tenant compte de la gestion de salles localisées sur plusieurs sites. Il permet également de planifier des examens répartis dans plusieurs salles.

Team : Jean-Paul Boufflet, Taha Arbaoui Aziz Moukrim

Les algorithmes d'optimisation pour la classification multi-classes à larges marges sont souvent trop coûteux pour traiter des problèmes ambitieux à sorties structurées et avec un nombre exponentiel de classes. Les algorithmes d'optimisation qui utilise le gradient plein ne sont pas efficaces car, à l'inverse de la solution, le gradient n'est pas creux et de très grande taille.

L'algorithme Larank contourne cette difficulté en effectuant une exploration aléatoire inspirée de l'algorithme du perceptron. Nous montrons que cette approche est compétitive par rapport aux optimiseurs de type gradient sur des problèmes multiclasses simples. De plus, une simple passe de Larank sur l'ensemble d'apprentissage fournit un taux d'erreur sur l'ensemble de test quasiment aussi bon que celui de la solution finale.

Plus de détails sont fournis de le papier suivant : Solving MultiClass Support Vector Machines with LaRank by Antoine Bordes, Léon Bottou, Patrick Gallinari and Jason Weston. in Proceedings of ICML 2007.

Contributeurs : Antoine Bordes (former researcher), Nicolas Usunier (former associate professor), David Savourey (contact)

Autres informations Site web : https://www.hds.utc.fr/bordesan/dokuwiki/en/larank   

Date de la dernière version : voir le site web

Licence : GNU Public License

Sources : voir le site web

The classifip project is a library of imprecise probabilistic classifiers. The goal is to offer a simple-to-use framework to implement and use imprecise probabilistic classifiers. The library accepts arff files as data sets format, so that WEKA files can be used directly.

Team : Sébastien Destercke, Gen Yang, David Savourey

Website : https://github.com/sdestercke/classifip  

Last version date : see on website

Sources : see on website

License : GPL2

Bentta is a benchmarking tool of visual tracking algorithms written in Matlab.

Team : Sylvain Rousseau

Website : https://gitlab.com/REPAR-Tracking/benchmark-tracking

Last version date : see on website

Sources : see on website

License : GPLv3

A package in R language implementing basic functions for belief functions.

Team : Sébastien Destercke, Thomas Burger, Brigitte Charnomordic

Website : https://github.com/sdestercke/Belief-R-Package 

Last version date : see on github

Sources : see on github

License : GPL2

Current state : stable, not supported anymore

Coclustering package for Binary, Categorical, Contingency and Continuous Data-Sets.

Team : Serge Iovlefff, Parmeet Singh Bhatia, Vincent Kubicki, Gérard Govaert, Vincent Brault, Christophe Biernacki, Gilles Celeux

Website : cran.r-project.org/web/packages/blockcluster/index.html

Last version date : see on website

Sources : see on website

License : GNU GPL

Ce package contient plusieurs classifieurs évidentiels basés sur les distances, qui produisent des sorties sous la forme de fonctions de Dempster-Shafer de masse. Les méthodes sont : Régle évidentielle des k plus proches voisins, réseau de neurones évidentiels.

Contributeurs : Thierry Denoeux 

Site web : https://cran.r-project.org/web/packages/evclass/index.html 

Date de la dernière version : voir site web

Sources : voir site web

Licence : GNU GPL 3

Ce package contient plusieurs algoirthmes de clustering qui produisent un partionnement crédal, c'est-à-dire un ensemble de fonctions de de masse de Dempster-Shafer qui représentent l'appartenance des objets aux partitions. Les fonctions de masse quantifient l'incertitude d'appartenance des objets aux partitions. Les algorithmes sont : c-Means évidentiels (ECM), c-Means relationnels évidentiels (RECM), c-Means évidentiels contraints (CECM), EVCLUS et EK-NNclus.

Contributeurs : Thierry Denoeux

Site web : https://cran.r-project.org/web/packages/evclust/index.html

Date de la dernière version : voir site web

Sources : voir site web

Licence : GNU GPL 3

Boîte à outils de SVM entièrement écrite en Matlab (y compris le solveur de programmation quadratique).

Fonctionnalités : SVM, SVM multi-classes, SVM une classe, SV Regression, AUC-SVM et Rankboost, SVM en norme 1, Réseaux de régularisation, Kernel Basis Pursuit et LARS, Sélection de variable pour SVM, Régression à noyaux ondelettes, KPCA Autres informations

Contributeurs : Alain Rakotomamonjy, Yves Grandvalet, Stéphane Canu, Vincent Guigue

Site web : http://mloss.org/software/view/33/

Date de la dernière version : voir site web

Sources : voir site web

Licence : GNU GPL

Boîte à outils Matlab d'apprentissage par méthodes à noyaux multiples

Fonctionnalités : MKL pour la classification SVM, La régression et le multiclasse nécessitent la boîte à outils SVM-KM.

Contributeurs : Alain Rakotomamonjy, Yves Grandvalet, Francis Bach, Stéphane Canu

Site web : http://mloss.org/software/view/82/

Date de la dernière version : voir site web

Sources : voir site web

Licence : GNU GPL

Contact

Directeur
Philippe Bonnifait
Phone : 03 44 23 44 81 | Contact by email