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: 12

RSS Feed | Privacy