Sélection de publications sur mes thèmes actuels

• “DeepCTG® 2.0: Development and validation of a deep learning model to detect neonatal acidemia from cardiotocography during labor” avec I. Ben M’Barek, G. Jauvion, J.&nbps;Merrer, M. Koskas, O. Sibony, P.–F. Ceccaldi et J. Stirnemann, Computers in Biology and Medicine (2025)
• “Wavelet-Based Multiscale Initial Flow For Improved Atlas Estimation in the Large Diffeomorphic Deformation Model Framework” avec F. Gaudfernau, E. Blondiaux et S. Allassonière, Journal of Mathematical Imaging and Vision (2025)
• “Near-Optimal Distributionally Robust RL with General Lp Norms” avec P. Clavier, L. Shi, E. Mazumdar, A. Wierman et M. Geist , Neurips. (2024)
• “Bootstrapping Expectiles in Reinforcement Learning” avec P. Clavier, E. Rachelson et M. Geist, 7th European Workshop on Reinforcement Learning. (2024)
• “State Abstraction Discovery from Progressive Disaggregation Methods” avec O. Forghieri, H. Castel et E. Hyon, 7th European Workshop on Reinforcement Learning. (2024)
• “Towards Minimax Optimality of Model-based Robust Reinforcement Learning” avec P. Clavier et M. Geist, Conference on Uncertainty in Artificial Intelligence (UAI) (2024)
• “Progressive State Space Disaggregation for Infinite Horizon Dynamic Programming” avec O. Forghieri, H. Castel et E. Hyon, International Conference on Automated Planning and Scheduling (2024)
• “A multiscale algorithm for computing realistic image transformations - Application to the modelling of fetal brain growth” avec F. Gaudfernau et S. Allassonnière, SPIE Medical Imaging (2023)
• “Input uncertainty propagation through trained neural networks” avec P. Monchot, L. Coquelin, S. Petit, S. Marmin et N. Fischer, International Conference on Machine Learning (2023)
• “Causal and Interpretable Rules for Time Series Analysis” avec A. Dhaou, A. Bertoncello, S. Gourvénec, et J. Garnier, Knowledge Discovery and Data Mining (2021)
• " Intelligent Questionnaires Using Approximate Dynamic Programming" avec F. Logé et H. Amadou-Boubacar, i-com (2021),

Dernières prépublications

• “Bootstrapping Expectiles in Reinforcement Learning” avec P. Clavier, E. Rachelson et M. Geist

Pour plus de détails, voir la page recherche ou directement la liste complète de publications

Étudiants actuels

• Guillaume Brochot, Thèse en co-direction avec Thomas Clausen et [Jean-Louis Rougier(https://perso.telecom-paristech.fr/rougierj), 2024-, IA pour les systèmes réseau
• David Soto, Thèse en co-direction avec Ahmed Shokry et Alain Durmus, 2024-, CIFRE Nodewise (Vinci), MPC pour la température de pièce
• Imane Ben M’Barek, Thèse en co-direction avec Julien Stirnemann, 2023-, Prédiction de l’hypoxie néonatale par l’analyse automatisée de la cardiotocographie pendant le travail
• Orso Forghieri, Thèse en collaboration avec Hind Castel et Emmanuel Hyon, 2022-, apprentissage par renforcement hiérarchique
• Inass Kamal, Thèse en co-direction avec Angelo Pierangelo, 2022-, Imagerie polarimétrique de Mueller multispectral
• Shadé Alao, Thèse en co-direction avec Serge Cohen, 2022-, Nouveaux outils d’apprentissage statistiques pour l’imputation et le pronostic en conservation

Anciens étudiants

• Pierre Clavier, Thèse en co-direction avec Stéphanie Allassonnière, 2021-2024, Théorie and pratique de l’apprentissage par renforcement robuste
• Amin Dhaou, Thèse en co-direction avec Josselin Garnier, 2021-2024, CIFRE TotalEnergie, causalité et séries temporelles
• Fleur Gaudfernau, Thèse en co-direction avec Stéphanie Allassonière, 2020-2023, Détection de l’agénésie du corps calleux à partir d’IRM foetales pour un diagnostic affiné et une prise en charge précoces – Post-Doc at Heka
• Paul Monchot, Thèse, 2020-2023, CIFRE LNE, Apprentissage supervisé et sensibilité – R&D au LNE
• Angie Pineda, Post Doc, 2018-2021, projet C’IL-LICO, Données de santé – Enseignante/Chercheuse à l’ENSAI
• Thomas Galtier, Post Doc, 2019-2021, projet HealthChain, Valeur des données, Apprentissage fédéré
• Frédéric Logé-Munérel, Thèse, 2017-2021, CIFRE Air Liquide, Planification et Apprentissage par renforcement – R&D chez Sonio
• Rémi Besson, Thèse en co-direction avec Stéphanie Allassonnière, 2016-2019, Optimisation de diagnostic de maladie rare – CSO chez Sonio
• Marco Brigham, Post Doc, 2017-2019, projet Morpheo, Analyse d’EEG – CSO chez Moonoia
• Esther Derman, Ingénieure de recherche, 2016-2017, Classification non supervisée d’histogrammes à l’aide de modèle – déménagement en Israel, thèse au Technion, actuellement post-doctorante au Mila
• Solenne Thivin, Thèse, 2012-2015, CIFRE Thales Optronics, Détection dans des textures complexes – actuellement professeur en classe préparatoire
• Lucie Montuelle, Thèse, 2011-2014, Estimation de densité conditionnelle – Ingénieur chez EDF
• Joseph Salmon, Thèse, 2007-2010, Agrégation d’estimateurs – professeur à l’Université de Montpellier