Recherche - Archive ouverte HAL

58 résultats

	Pour les 58 documents Envoyer sur ORCID RSS ATOM Exporter BibTeX XML-TEI CSV RTF EndNote PDF HTML Export avancé	Page : Page précédente 1 2 Page suivante	triés par Pertinence Auteur A→Z Auteur Z→A Titre A→Z Titre Z→A Date de publication croissante Date de publication décroissante Date de dépôt croissante Date de dépôt décroissante

		Multilabel Structured Output Learning with Random Spanning Trees of Max-Margin Markov Networks Mario Marchand , Hongyu Su , Emilie Morvant , Johu Rousu , John Shawe-Taylor Neural Information Processing Systems (NIPS), Dec 2014, Montréal, Canada Communication dans un congrès hal-01065586v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		PAC-Bayes and Domain Adaptation Pascal Germain , Amaury Habrard , François Laviolette , Emilie Morvant Neurocomputing, 2020, 379, pp.379-397. ⟨10.1016/j.neucom.2019.10.105⟩ Article dans une revue hal-01563152v3	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Landmark-based Ensemble Learning with Random Fourier Features and Gradient Boosting Léo Gautheron , Pascal Germain , Amaury Habrard , Guillaume Metzler , Emilie Morvant , et al. European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, Sep 2020, Ghent, Belgium Communication dans un congrès hal-02900044v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Théorèmes PAC-Bayésiens pour l'apprentissage multi-vues Anil Goyal , Emilie Morvant , Pascal Germain , Massih-Reza Amini Conférence Francophone sur l'Apprentissage Automatique (CAp), Jul 2016, Marseille, France Communication dans un congrès hal-01329763v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		PAC-Bayesian Learning and Domain Adaptation Pascal Germain , Amaury Habrard , François Laviolette , Emilie Morvant Multi-Trade-offs in Machine Learning, NIPS 2012 Workshop, Dec 2012, Lake Tahoe, United States Communication dans un congrès hal-00749366v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Étude de la généralisation de DASF à l'adaptation de domaine semi-supervisée Emilie Morvant , Amaury Habrard , Stéphane Ayache Conférence Francophone sur l'Apprentissage Automatique - CAp 2012, May 2012, Nancy, France. pp.111-126 Communication dans un congrès hal-00685524v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Self-Bounding Majority Vote Learning Algorithms by the Direct Minimization of a Tight PAC-Bayesian C-Bound Paul Viallard , Pascal Germain , Amaury Habrard , Emilie Morvant ECML PKDD 2021, Sep 2021, Bilbao, Spain Communication dans un congrès hal-03208948v2	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		PAC-Bayesian Theorems for Domain Adaptation with Specialization to Linear Classifiers Pascal Germain , Amaury Habrard , François Laviolette , Emilie Morvant [Research Report] Université Jean Monnet, Saint-Étienne (42); Département d'Informatique et de Génie Logiciel, Université Laval (Québec); ENS Paris; IST Austria. 2016 Rapport hal-01134246v3	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Learning Stochastic Majority Votes by Minimizing a PAC-Bayes Generalization Bound Valentina Zantedeschi , Paul Viallard , Emilie Morvant , Rémi Emonet , Amaury Habrard , et al. CAp 2022, Jul 2022, Vannes, France Communication dans un congrès hal-03703804v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Apprentissage de vote de majorité pour la classification supervisée et l'adaptation de domaine : approches PAC-Bayésiennes et combinaison de similarités Emilie Morvant Apprentissage [cs.LG]. Aix-Marseille Université, 2013. Français. ⟨NNT : ⟩ Thèse tel-00879072v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		PAC-Bayesian Majority Vote for Late Classifier Fusion Emilie Morvant , Amaury Habrard , Stéphane Ayache [Research Report] LIF Marseille; LaHC Saint-Etienne. 2012 Rapport hal-00714483v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Adaptation de domaine parcimonieuse par pondération de bonnes fonctions de similarité Emilie Morvant , Stéphane Ayache , Amaury Habrard Conférence Francophone d'Apprentissage (CAp), May 2011, Chambéry, France. pp.295-310 Communication dans un congrès hal-00630300v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Apprentissage de Vote de Majorité par Minimisation d'une C-Borne PAC-Bayésienne Paul Viallard , Pascal Germain , Emilie Morvant CAp 2021, Jun 2021, St Etienne, France Communication dans un congrès hal-03328689v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		A New PAC-Bayesian View of Domain Adaptation Pascal Germain , François Laviolette , Amaury Habrard , Emilie Morvant NIPS 2015 Workshop on Transfer and Multi-Task Learning: Trends and New Perspectives, Dec 2015, Montréal, Canada Communication dans un congrès hal-01223164v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Vote de majorité a priori contraint pour la classification binaire : spécification au cas des plus proches voisins Aurélien Bellet , Amaury Habrard , Emilie Morvant , Marc Sebban Conférence sur l'Apprentissage Automatique (CAp), Jul 2013, Lille, France Communication dans un congrès hal-00850241v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		A PAC-Bayes Analysis of Adversarial Robustness Paul Viallard , Guillaume Vidot , Amaury Habrard , Emilie Morvant Thirty-fifth Conference on Neural Information Processing Systems (NeurIPS 2021), NIPS: Neural Information Processing Systems Foundation, Dec 2021, Virtual-only Conference, Australia Communication dans un congrès hal-03145332v2	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Pseudo-Bayesian Learning with Kernel Fourier Transform as Prior Gaël Letarte , Emilie Morvant , Pascal Germain The 22nd International Conference on Artificial Intelligence and Statistics, Apr 2019, Naha, Japan Communication dans un congrès hal-01908555v2	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Combining Users Feedback as a Source of Knowledge for Feature Selection in Regression Loujain Liekah , Emilie Morvant , Marta Soare , Amaury Habrard Hubert Curien Laboratory, UMR 5516 CNRS. 2018 Rapport hal-04277019v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Dérandomisation des Bornes PAC-Bayésiennes Paul Viallard , Pascal Germain , Emilie Morvant CAp 2021, Jun 2021, St Etienne, France Communication dans un congrès hal-03328677v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		On the Usefulness of Similarity Based Projection Spaces for Transfer Learning Emilie Morvant , Amaury Habrard , Stéphane Ayache First International Workshop on Similarity-Based Pattern Recognition, Sep 2011, Venise, Italy. pp.1-16 Communication dans un congrès hal-00628991v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		A PAC-Bayesian Approach for Domain Adaptation with Specialization to Linear Classifiers Pascal Germain , Amaury Habrard , François Laviolette , Emilie Morvant International Conference on Machine Learning 2013, Jun 2013, Atlanta, United States. pp.738-746 Communication dans un congrès hal-00822685v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Revisite des "random Fourier features" basée sur l'apprentissage PAC-Bayésien via des points d'intérêts Léo Gautheron , Pascal Germain , Amaury Habrard , Gaël Letarte , Emilie Morvant , et al. CAp 2019 - Conférence sur l'Apprentissage automatique, Jul 2019, Toulouse, France Communication dans un congrès hal-02148600v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		PAC-Bayesian Analysis for a two-step Hierarchical Multiview Learning Approach Anil Goyal , Emilie Morvant , Pascal Germain , Massih-Reza Amini European Conference on Machine Learning & Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD), Sep 2017, Skopje, Macedonia Communication dans un congrès hal-01546109v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Interpreting Neural Networks as Majority Votes through the PAC-Bayesian Theory Paul Viallard , Rémi Emonet , Pascal Germain , Amaury Habrard , Emilie Morvant Workshop on Machine Learning with guarantees @ NeurIPS 2019, Dec 2019, Vancouver, Canada Communication dans un congrès hal-02335762v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Intérêt des bornes désintégrées pour la généralisation avec des mesures de complexité Paul Viallard , Rémi Emonet , Pascal Germain , Amaury Habrard , Emilie Morvant , et al. CAp 2022, Jul 2022, Vannes, France Communication dans un congrès hal-03703811v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		A New PAC-Bayesian Perspective on Domain Adaptation Pascal Germain , Amaury Habrard , François Laviolette , Emilie Morvant 33rd International Conference on Machine Learning (ICML 2016), Jun 2016, New York, NY, United States Communication dans un congrès hal-01307045v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Adaptation de domaine de vote de majorité par auto-étiquetage non itératif Emilie Morvant Conférence Francophone sur l'Apprentissage Automatique (CAp), Jul 2014, Saint-Etienne, France. pp.49-58 Communication dans un congrès hal-01005776v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		PAC-Bayesian Generalization Bound on Confusion Matrix for Multi-Class Classification Emilie Morvant , Sokol Koço , Liva Ralaivola International Conference on Machine Learning (ICML), Jun 2012, Edinburgh, United Kingdom Communication dans un congrès hal-00674847v6	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Sparse Domain Adaptation in a Good Similarity-Based Projection Space Emilie Morvant , Amaury Habrard , Stéphane Ayache Workshop at NIPS 2011: Domain Adaptation Workshop: Theory and Application, Dec 2011, Grenade, Spain Communication dans un congrès hal-00654227v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More
		Parsimonious Unsupervised and Semi-Supervised Domain Adaptation with Good Similarity Functions Emilie Morvant , Amaury Habrard , Stéphane Ayache Knowledge and Information Systems (KAIS), 2012, 33 (2), pp.309-349. ⟨10.1007/s10115-012-0516-7⟩ Article dans une revue hal-00686205v1	Envoyer sur ORCID Exporter BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite Export avancé Partager Gmail Facebook X LinkedIn More

Filtrer vos résultats

Multilabel Structured Output Learning with Random Spanning Trees of Max-Margin Markov Networks

PAC-Bayes and Domain Adaptation

Landmark-based Ensemble Learning with Random Fourier Features and Gradient Boosting

Théorèmes PAC-Bayésiens pour l'apprentissage multi-vues

PAC-Bayesian Learning and Domain Adaptation

Étude de la généralisation de DASF à l'adaptation de domaine semi-supervisée

Self-Bounding Majority Vote Learning Algorithms by the Direct Minimization of a Tight PAC-Bayesian C-Bound

PAC-Bayesian Theorems for Domain Adaptation with Specialization to Linear Classifiers

Learning Stochastic Majority Votes by Minimizing a PAC-Bayes Generalization Bound

Apprentissage de vote de majorité pour la classification supervisée et l'adaptation de domaine : approches PAC-Bayésiennes et combinaison de similarités

PAC-Bayesian Majority Vote for Late Classifier Fusion

Adaptation de domaine parcimonieuse par pondération de bonnes fonctions de similarité

Apprentissage de Vote de Majorité par Minimisation d'une C-Borne PAC-Bayésienne

A New PAC-Bayesian View of Domain Adaptation

Vote de majorité a priori contraint pour la classification binaire : spécification au cas des plus proches voisins

A PAC-Bayes Analysis of Adversarial Robustness

Pseudo-Bayesian Learning with Kernel Fourier Transform as Prior

Combining Users Feedback as a Source of Knowledge for Feature Selection in Regression

Dérandomisation des Bornes PAC-Bayésiennes

On the Usefulness of Similarity Based Projection Spaces for Transfer Learning

A PAC-Bayesian Approach for Domain Adaptation with Specialization to Linear Classifiers

Revisite des "random Fourier features" basée sur l'apprentissage PAC-Bayésien via des points d'intérêts

PAC-Bayesian Analysis for a two-step Hierarchical Multiview Learning Approach

Interpreting Neural Networks as Majority Votes through the PAC-Bayesian Theory

Intérêt des bornes désintégrées pour la généralisation avec des mesures de complexité

A New PAC-Bayesian Perspective on Domain Adaptation

Adaptation de domaine de vote de majorité par auto-étiquetage non itératif

PAC-Bayesian Generalization Bound on Confusion Matrix for Multi-Class Classification

Sparse Domain Adaptation in a Good Similarity-Based Projection Space

Parsimonious Unsupervised and Semi-Supervised Domain Adaptation with Good Similarity Functions