Website for CAp and RFIAP 2020
23-26 Jun 2020 Vannes (France)

Programme > CAp accepted papers and videos

 

ID MOTS CLEFS AUTEURS Titre Link to paper Link to Vidéo
Privacy - Fairness
5 privacy
U-statistics
pairwise objective
local differential privacy
secure multi-party computation
James Bell, Aurélien Bellet, Adrià Gascón and Tejas Kulkarni Protocoles privés pour le calcul de U-statistiques dans le modèle local  https://arxiv.org/abs/1910.03861  https://streamable.com/7rrzv7
6 Fairness
Ranking
Statistical Learning Theory
Robin Vogel, Aurélien Bellet and Stéphan Clémençon Apprentissage de fonctions de score équitables : définitions, algorithmes et bornes de généralisation pour le ranking biparti https://arxiv.org/abs/2002.08159
13 distributed averaging
differential privacy
secure computation
César Sabater, Aurélien Bellet and Jan Ramon Échange de bruit corrélé pour le calcul distribué de moyenne avec garanties de confidentialité différentielle http://arxiv.org/abs/2006.07218
30 Fair machine learning
Adversarial learning
Gradient Tree Boosting
Vincent Grari, Boris Ruf, Sylvain Lamprier and Marcin Detyniecki Boosting de gradient équitable : une approche adverse  CAp 2020 website  
Optimal Transport - Domain Adptation -Transfer Learning
2 Optimal Transport
Unsupervised Domain Adaptation
Metric Learning
Tanguy Kerdoncuff, Rémi Emonet and Marc Sebban Apprentissage de la Métrique du Transport Optimal pour l’Adaptation de Domaine  CAp 2020 website
14 Optimal transport
Generative models
Large deviations and asymptotic analysis
Sliced-Wasserstein distance
Kimia Nadjahi, Alain Durmus, Umut Şimşekli and Roland Badeau Asymptotic Guarantees for Learning Generative Models with the Sliced-Wasserstein Distance https://papers.nips.cc/paper/8318-asymptotic-guarantees-for-learning-generative-models-with-the-sliced-wasserstein-distance  
22 Apprentissage par renforcement profond
Transfer Learning
Apprentissage guidé
Nizam Makdoud, Jérôme Kodjabachian and Marc Schoenauer Apprentissage par Reinforcement profond guidé par ensemble de politiques sources  CAp 2020 website  
27 Transport Optimal
Laplacien de Graphes
Diffusion de la chaleur
Amélie Barbe, Marc Sebban, Paulo Gonçalves, Pierre Borgnat and Rémi Gribonval Transport Optimal entre Graphes exploitant la Diffusion de la Chaleur  CAp 2020 website
Misc Deep Learning
1 Layer-wise relevance propagation
Batch normalization
Convolutional neural networks
Fully-connected neural network
Mathilde Guillemot, Catherine Heusèle, Rodolphe Korichi, Sylvianne Schnebert and Liming Chen Breaking Batch Normalization for better explainability of Deep Neural Networks through Layer-wise Relevance Propagation  Original CAp 2020  
4 PAC-Bayes
Réseaux de neurones
Vote de majorité
Paul Viallard, Rémi Emonet, Amaury Habrard, Emilie Morvant and Pascal Germain Théorie PAC-Bayésienne pour l'apprentissage en deux étapes de réseaux de neurones CAp 2020 website
7 Mouvement et suivi
Analyse du comportement humain
Apprentissage profond
Lucas Mourot, François Le Clerc, Cédric Thébault and Pierre Hellier Sur-échantillonnage des articulations pour l’animation humaine  CAp 2020 website  
11 Deep Learning
Circulant matrices
Compression
Alexandre Araujo, Benjamin Negrevergne, Yann Chevaleyre and Jamal Atif Understanding and Training Deep Diagonal Circulant Neural Networks https://arxiv.org/pdf/1901.10255.pdf  
16 Réseaux de neurones récurrents
Flexibilité
Ressources de calcul
Francoise Le Bolzer, Anne Lambert and Francois Schnitzler Vers des Réseaux de Neurones Récurrents Flexibles  CAp 2020 website
18 Recurrent Neural Networks
Finite State Machines
Distances
Equivalence
Reda Marzouk and Colin de la Higuera Distance and Equivalence between Finite State Machines and Recurrent Neural Networks: Computational results  CAp 2020 website  
29 information geometry
riemannian geometry
radar
time series
signal processing
Daniel Brooks, Olivier Schwander, Frédéric Barbaresco, Jean-Yves Schneider and Matthieu Cord Deep Learning and Information Geometry for Drone Micro-Doppler Radar Classification CAp 2020 website  
Unsupervised Learning - Autoencoder - Clustering
9 semi-supervised learning
autoencoders
data embedding
ensembles
Dino Ienco and Ruggero Pensa Enhancing Graph-based Semi-supervised Learning via Knowledge-aware Data Embedding http://www.di.unito.it/~pensa/papers/tnnls2019_draft.pdf  
10 carte auto-organisée
clustering
apprentissage profond
auto-encodeur
Florent Forest, Mustapha Lebbah, Hanane Azzag and Jérôme Lacaille Carte SOM profonde : Apprentissage joint de représentations et auto-organisation

http://florentfo.rest/files/ESANN-2019-DeepEmbeddedSOM-full-paper.pdf

https://hal.archives-ouvertes.fr/hal-02859997

 
19 Clustering
Climate data
Kullback-Leibler
Silhouette index
Emmanuel Biabiany, Didier Bernard, Vincent Page and Hélène Paugam-Moisy Using an expert deviation carrying the knowledge of climate data in usual clustering algorithms  CAp 2020 website
25 Apprentissage non supervisé
Apprentissage de représentations
Représentations de graphes
Réseaux convolutifs sur graphes
Réduction de graphes
Graph2vec
Louis Béthune, Yacouba Kaloga, Pierre Borgnat, Aurélien Garivier and Amaury Habrard Apprentissage de Représentations Hiérarchiques de Graphes avec Graph2Vec et la réduction de Loukas  CAp 2020 website
28 Representation Learning
Factor Disentangling
Time Series Forecasting
Perrine Cribier-Delande, Raphaël Puget, Camille Noûs, Vincent Guigue and Ludovic Denoyer Génération de séries temporelles à partir de facteurs contextuels démêlés  CAp 2020 website  
Classification - Forecasting - Recommandation
17 Imbalanced Binary Classification
Metric Learning
Nearest-Neighbors
Theoretical Guarantees
Topics:
Rémi Viola, Rémi Emonet, Amaury Habrard, Guillaume Metzler and Marc Sebban MLFP: Un algorithme d’apprentissage de métrique pour la classification de données déséquilibrées CAp 2020 website
23 Gradient Boosting
Random Fourier Features
Kernel Learning
Léo Gautheron, Pascal Germain, Amaury Habrard, Guillaume Metzler, Emilie Morvant, Marc Sebban and Valentina Zantedeschi Apprentissage d'ensemble basé sur des points de repère avec des caractéristiques de Fourier aléatoires et un renforcement du gradient  CAp 2020 website
15 hyperparameter optimization
sparsity
automatic differentiation
Quentin Bertrand, Quentin Klopfenstein, Mathieu Blondel, Samuel Vaiter, Alexandre Gramfort and Joseph Salmon Implicit differentiation of Lasso-type models for hyperparameter optimization  CAp 2020 website  
24 pruning
random forest
OMP
Luc Giffon, Charly Lamothe, Léo Bouscarrat, Paolo Milanesi, Farah Cherfaoui and Sokol Koço Pruning Random Forest with Orthogonal Matching Trees  CAp 2020 website  
3 Multiple-play bandits
Position-based Model
Thompson sampling
Monte-Carlo Markov-Chain
Camille-Sovanneary Gauthier, Romaric Gaudel and Elisa Fromont Bandits manchots avec échantillonnage de Thompson pour des recommandations multiples suivant un modèle fondé sur les positions http://people.irisa.fr/Elisa.Fromont/datafiles/cap2020.pdf

 

 

Online user: 1 RSS Feed