书籍（1）
-C.Bouveyron、G.Celeux、B.Murphy和A.Raftery，基于模型的数据科学聚类和分类及其在R中的应用《统计与概率数学丛书》，剑桥大学出版社，2019年：[网状物].
预印本（4）
-G.Marchello、A.Destere、M.Corneli和C.Bouveyron，计数数据流的深度动态联合聚类：在药物警戒中的应用，预印HAL 04395096，2023：[pdf格式].
-R.Boutin、C.Bouveyron和P.Latouche，具有文本边缘的网络聚类与表示的深层潜在位置主题模型，预印本HAL 040686652023：[pdf格式].
-L.Ohl、P.-A.Mattei、C.Bouveyron、M.Leclercq、A.Droit和F.Precioso，稀疏GEMINI联合判别聚类与特征选择，预印HAL 041952082023：[pdf格式].
-L.Ohl、P.-A.Mattei、C.Bouveyron、W.Harchaoui、M.Leclercq、A.Droit和F.Precioso，广义互信息：判别聚类的框架，预印本HAL 041984452023：[pdf格式].
期刊论文和重大人工智能会议（62）
-C.Bouveyron、M.Corneli、P.Latouche和D.Liang，基于图卷积网络的深度潜在位置模型聚类《数据分析和分类进展》，出版社，2024年：[pdf格式].
-C.Bouveyron、M.Corneli和G.Marchello，用于零膨胀数据矩阵联合聚类的深层动态潜在块模型《计算与图形统计杂志》，出版，2024:[网状物] [pdf格式].
-A.Destere、G.Marchello、D.Merino、N.Ben Othman、A.Gérard、T.Lavrut、De.Viard、F.Rocher、M.Corneli、C.Bouveyron和M.Drici，用于联合聚类的人工智能算法有助于在新冠肺炎大流行之前和期间进行药物警戒，《英国临床药理学杂志》，出版，2024:[网状物].
-R.Boutin、C.Bouveyron和P.Latouche，随机块模型中的嵌入主题《统计与计算》，第33卷（5），第1-20页，2023年：[网状物] [pdf格式].
-C.Bouveyron、M.Corneli和G.Marchello，零膨胀数据矩阵协同聚类的深层动态潜在块模型，欧洲机器学习会议（ECML），意大利都灵，2022:[pdf格式].
-A.Sportisse、H.Schmutz、O.Humbert、C.Bouveyron、P.-A Mattei、，标签在半监督学习中是否具有信息性？评估和利用缺失数据机制，在美国夏威夷国际机器学习会议（ICML）上，2023年：[网状物] [pdf格式].
-C.Bouveyron、F.Precioso和F.Simóes，DeepWILD：使用深度学习对摄像机陷阱视频进行野生动物识别、定位和评估，《生态信息学》，第75卷，编号1020952023：[网状物] [pdf格式].
-L.Ohl、P.A.Mattei、C.Bouveyron、W.Harchaoui、M.Leclercq、A.Droit和F.Precioso，判别聚类的广义互信息《神经信息处理系统进展》（NeurIPS），2022:[网状物] [pdf格式].
-G.Marchello、A.Fresse、M.Corneli和C.Bouveyron，药物警戒中进化计数矩阵的动态潜在块模型共聚类《统计与计算》，第32卷（41），2022年：[网状物] [pdf格式].
-F.Simóes、C.Bouveyron、D.Piga、D.Borel、S.Descombes等人。，地理污染趋势研究确定的法国南部心脏呼吸困难危险区，《自然科学报告》，第12卷（1900年），2022年：[网状物] [pdf格式].
-D.Liang、M.Corneli、C.Bouveyron和P.Latouche，DeepLTRS：基于用户评级和评论的深层潜在推荐系统《模式识别信件》，第152卷，第267-274页，2022年：[网状物] [pdf格式].
-M.Fop、P.-A.Mattei、C.Bouveyron、B.Murphy、，高维判别分析中的未观察类和额外变量《数据分析和分类进展》，第16卷，第55-92页，2022年：[网状物] [pdf格式].
-C.Bouveyron、J.Jacques、A.Schmutz、Fanny Simoes和Silvia Bottini，用于法国南部空气污染分析的多元函数数据的联合聚类《应用统计年鉴》，第16卷（3），第1400-1422页，2021年：[网状物] [pdf格式].
-A.Casa、C.Bouveyron、E.Erosheva和G.Menardi，基于形状不变模型的含时数据联合聚类《分类杂志》，第38卷，第626-649页，2021年：[网状物] [pdf格式].
-N.Jouvin、C.Bouveyron和P.Latouche，区分高斯子空间聚类的Bayesian Fisher-EM算法《统计与计算》，第31卷，第44卷，2021年：[网状物] [pdf格式].
-E.Come、P.Latouche、N.Jouvin和C.Bouveyron，离散潜在变量模型的层次聚类和综合分类似然《数据分析和分类进展》，第15卷，第957-986页，2021年：[网状物] [pdf格式].
-D.Fraix-Burnet、C.Bouveyron和J.Moultaka，SDSS星系光谱的无监督分类《天文学和天体物理学》，第649卷，A532021：[网状物].
-N.Jouvin、P.Latouche、C.Bouveyron、G.Bataillon和A.Livartowski，通过混合多项式PCA对计数数据进行贪婪聚类《计算统计》，第36卷，第1-33页，2020年：[网状物] [pdf格式].
-C.Bouveyron、M.Corneli和P.Latouche，基于潜在连续随机变量的有序数据协同聚类及分类EM算法《计算与图形统计杂志》，第29卷（4），第771-785页，2020年：[网状物] [pdf格式].
-C.Bouveyron、L.Cheze、J.Jacques、P.Martin和A.Schmutz，群特定函数子空间中多元函数数据的聚类《计算统计》，第35卷，第1101–1131页，2020年：[网状物] [pdf格式].
-A.Saint-Dizier、J.Delon和C.Bouveyron，补丁聚合的统一视图《数学成像与视觉杂志》，第62卷，第149–168页，2019年：[网状物] [pdf格式].
-L.Bergeí、C.Bouveyron、M.Corneli和P.Latouche，文本交互数据共聚类的潜在主题块模型《计算统计与数据分析》，第137卷，第247-270页，2019年：[网状物] [pdf格式].
-C.Bouveyron、P.Latouche和P.-A.Mattei，贝叶斯主成分分析的精确维数选择《斯堪的纳维亚统计杂志》，第47卷（1），第196-211页，2019年：[网状物] [pdf格式].
-F.Orlhac、P.-A.Mattei、C.Bouveyron和N.Ayache，基于贝叶斯稀疏性的高维判别分析中的类别变量选择《化学计量学杂志》，第33卷（2），e30972019：[网状物] [pdf格式].
-C.Bouveyron、M.Corneli、P.Latouche和F.Rossi，具有文本边缘的动态网络的动态随机主题块模型《统计与计算》，第29卷，第677-695页，2019年：[网状物] [pdf格式].
-C.Bouveyron、J.Delon和A.Houdard，用于无监督图像去噪（HDMI）的高维混合模型，SIAM成像科学杂志，第11卷（4），第2815–28462018页：[网状物] [pdf格式].
-C.Bouveyron、P.Latouche和P.-A.Mattei，全局稀疏概率PCA的贝叶斯变量选择《电子统计杂志》，第12卷（2），第3036-3070页，2018年：[网状物] [pdf格式].
-J.Ulloa、T.Aubin、D.Llusia、C.Bouveyron和J.Sueur，用无监督多分辨率分析估计热带环境中动物的声学多样性《生态Indacators》，第90卷，第346-355页，2018年：[网状物]
-C.Bouveyron、L.Bozzi、J.Jacques和F.-X.Jollois，耗电曲线协同聚类的功能潜在块模型《皇家统计学会杂志》，C辑，第67卷（4），第897-915页，2018年：[网状物] [pdf格式].
-C.Bouveyron、P.Latouche和R.Zreik，具有文本边缘网络聚类的随机主题块模型《统计与计算》，第28卷（1），第11-31页，2017年：[网状物] [pdf格式].
-C.Bouveyron、G.Fouetilou、P.Latouche和D.Marieí，2017年Pre®sideniele：l'analyse des tweets renseigne sur-les重组政策《统计与社会》，第5卷（3），第39-44页，2017年：[网状物].
-C.Bouveyron、P.Latouche和R.Zreik，进化网络聚类的动态随机子图模型《计算统计》，第32卷（2），第501-533页，2017年：[网状物] [pdf格式].
-C.Bouveyron、G.Hébrail、F.-X.Jollois和J.-M.Poggi，Un DU d’Analyst大数据信息继续收集，au niveau L3《统计与环境》，第7卷（1），第127-134页，2016年：[网状物].
-C.Bouveyron、J.Chiquet、P.Latouche和P.-A.Mattei，结合松弛EM算法和Occam剃刀的高维回归贝叶斯变量选择《多元分析杂志》，第146卷，第177-190页，2016年：[网状物] [pdf格式].
-C.Bouveyron、M.Fauvel和S.Girard，用于高光谱遥感图像分类的解析高斯过程模型，《IEEE地球科学与遥感快报》，第12卷，第24223-24272015页：[网状物] [pdf格式].
-C.Bouveyron、E.Co.me和J.Jacques，自行车共享系统对比分析的判别函数混合模型《应用统计年鉴》，第9卷（4），第1726-1760页，2015年：[网状物] [pdf格式].
-C.Bouveyron、P.Latouche和R.Zreik，自动分类法动态分析avec sous-grapes:étude du scanale Enron《法国社会统计杂志》，第156（3）卷，第166-191页，2015年：[网状物] [pdf格式].
-C.Bouveyron、M.Fauvel和S.Girard，基于简约高斯过程模型的核判别分析与聚类《统计与计算》，第25卷（6），第1143-1162页，2015年：[网状物] [pdf格式].
-C.Bouveyron、L.Jegou、Y.Jernite、S.Lamassé、P.Latouche和P.Rivera，梅罗文治-高卢教会网络分析的随机子图模型《应用统计年鉴》，第8卷（1），第377-405页，2014年：[网状物] [pdf格式].
-C.布韦伦，不可观测类监督学习的自适应混合判别分析《分类杂志》，第31卷（1），第49-84页，2014年：[网状物] [pdf格式].
-C.Bouveyron和C.Brunet，基于模型的高维数据聚类：综述《计算统计与数据分析》，第71卷，第52-78页，2014年：[网状物] [pdf格式].
-C.Bouveyron和J.Jacques，自适应混合回归：人口变化时改进预测推断《统计通信：模拟与计算》，第43卷（10），第2570-2592页，2014年：[网状物] [pdf格式].
-C.Bouveyron和C.Brunet，稀疏Fisher-EM算法聚类中的判别变量选择《计算统计》，第29卷（3-4），第489-513页，2014年：[网状物] [pdf格式].
-C.布韦伦，化学计量学中基于概率模型的判别分析和聚类方法《化学计量学杂志》，第27卷（12），第433-446页，2013年：[网状物] [pdf格式].
-A.Bellas、C.Bouveyron、M.Cottrell和J.Lacaille，基于模型的在线混合概率主成分分析高维数据流聚类《数据分析和分类进展》，第7卷（3），第281-300页，2013年：[网状物] [pdf格式].
-C.Bouveyron和C.Brunet，Fisher-EM算法收敛性的理论和实践考虑《多元分析杂志》，第109卷，第29-41页，2012年：[网状物] [pdf格式].
-L.Bergé、C.Bouveyron和S.Girard，HD分类器：一个用于高维数据基于模型的聚类和判别分析的R包《统计软件杂志》，第42卷（6），第1-29页，2012年：[网状物] [pdf格式].
-C.Bouveyron和C.Brunet，概率Fisher判别分析：Fisher鉴别分析的一种稳健而灵活的替代方法《神经计算》，第90卷（1），第12-22页，2012年：[网状物] [pdf格式].
-C.Bouveyron和C.Brunet，Fisher判别子空间中基于模型的同时聚类与可视化《统计与计算》，第22卷（1），第301-324页，2012年：[网状物] [pdf格式].
-C.Bouveyron和C.Brunet，Fisher-EM算法中潜在鉴别子空间的估计，《法国社会统计杂志》，第152卷（3），第98-115页，2011年：[网状物] [pdf格式].
-C.Bouveyron、P.Gaubert和J.Jacques，回归中用于建模和理解进化种群的自适应模型《商业、工业和政府统计案例研究杂志》，第4卷（2），第83-92页，2011年：[网状物] [pdf格式].
-C.Bouveyron、G.Celeux和S.Girard，各向同性概率主成分分析中基于最大似然的内禀维数估计《模式识别信件》，第32卷（14），第1706-1713页，2011年：[网状物] [pdf格式].
-C.Bouveyron和J.Jacques，基于模型的群体特定功能子空间时间序列聚类《数据分析和分类进展》，第5卷（4），第281-300页，2011年：[网状物] [pdf格式].
-C.Bouveyron、O.Devos、L.Duponchel、S.Girard、J.Jacques和C.Ruckebusch，高维振动光谱数据分类的高斯混合模型《化学计量学杂志》，第24卷（11-12），第719-727页，2010年：[网状物] [pdf格式].
-C.Bouveyron和J.Jacques，回归的自适应线性模型：改进人口变化时的预测《模式识别信件》，第31卷（14），第2237-2247页，2010年：[网状物] [pdf格式].
-C.Bouveyron和S.Girard，基于混合模型的鲁棒监督分类：不确定标签数据的学习《模式识别》，第42卷（11），第2649-2658页，2009年：[网状物] [pdf格式].
-C.Bouveyron和S.Girard，分级监管与非监管《模块化评论》，第40卷，第81-102页，2009年：[网状物] [pdf格式].
-C.Bouveyron、S.Girard和C.Schmid，高维数据群集《计算统计与数据分析》，第52卷（1），第502-519页，2007年：[网状物] [pdf格式].
-C.Bouveyron、S.Girard和C.Schmid，高维判别分析《统计学通讯：理论与方法》，第36卷（14），第2607-2623页，2007年：[网状物].
-C.Bouveyron、S.Girard和C.Schmid，高维数据的类特定子空间判别分析《计算机科学课堂讲稿》，第3940号，第139-150页，施普林格-弗拉格出版社，2006年：[网状物].
书籍章节（6）
-C.布韦伦，高维统计学习及其在放射肿瘤学诊断中的应用，摘自C.Villani、B.Nordlinger和D.Rus，《医疗和人工智能》，Springer出版社，2020年：[网状物].
-C.布韦伦鉴定信息统计en-grand-dimension et在肿瘤放射诊断中的应用，摘自C.Villani和B.Nordlinger，Santéet intelligence artificielle，CNRS Editions，第179-189页，2018年：[网状物].
-C.Bouveyron、C.Ducruet、P.Latouche和R.Zreik，苏联航运网络崩溃中的集群动力学，《航运数据分析和建模进展》，Routledge，2018年：[网状物].
-C.布韦伦，天体物理学中基于模型的高维数据聚类，《天体物理学统计：聚类和分类》，EAS出版物系列，EDP Sciencs，第77卷，第91-119页，2016年：[网状物] [pdf格式].
-C.Bouveyron、C.Ducruet、P.Latouche和R.Zreik，基于随机方法的海流聚类识别《海洋网络：空间结构和时间动力学》，Routledge，2015年：[网状物].
-F.Beninel、C.Biernacki、C.Bouveyron、J.Jacques和A.Lourme，统计学习中知识转移的参数链接模型，摘自《知识转移：实践、类型和挑战》，Dragan Ilic编辑，Nova出版社，2012:[网状物].
编辑和讨论（6）
-C.Bouveyron、G.Fouetilou、P.Latouche和D.Marieí，2017年大选：网络社交政治组织？《对话》，2017年juin：[网状物].
-C.Bouveyron和P.Latouche，Des réseaux，Des textes et de la Statistique统计，La lettre de l’INSMI，CNRS，2016年12月：[网状物].
-C.布韦伦，大维度认证信息统计：enjeux et avanceées récentes《法国社会统计杂志》，第155（2）卷，第36-37页，2014年：[网状物].
-C.布韦伦，对J.Fan、Y.Liao和M.Mincheva论文的讨论《皇家统计学会杂志》，B辑，2013年。
-C.布韦伦，对C.Hennig和T.Liao论文的讨论《皇家统计学会杂志》，C辑，2013年。
-C.Bouveyron、S.Girard和F.Forbes，新民主主义人民共和国对国家统计的认可《法国社会统计杂志》，第152卷（3），第1-2页，2011年：[网状物].
主题演讲和受邀交流（18）
-C.布韦伦，公共卫生动态交互数据统计学习，第17届国际船级社联合会会议，葡萄牙波尔图，2021年8月。
-C.布韦伦，公共卫生相关数据统计学习，第一届法国-德国机器学习研讨会，德国慕尼黑（虚拟），2021年5月。
-C.布韦伦，多恩河畔的鉴定信息统计综合体：通信领域的研究，《区域科学院》，法国尼斯科学院，2019年6月。
-C.布韦伦，高维统计学习的贝叶斯稀疏性2019年6月，法国南希，第51届SFdS统计杂志。
-C.布韦伦，随机主题块模型，总统受邀演讲，美国船级社年会，纽约，2018年6月。
-C.布韦伦，高维统计学习的贝叶斯稀疏性《Chimiomeítrie 2018》，巴黎，2018年1月。
-C.布韦伦，基于模型的功能数据协同聚类意大利统计学会年会，意大利佛罗伦萨，2017年6月。
-C.布韦伦，基于模型的功能数据聚类的最新发展第22届国际计算统计会议，西班牙奥维耶多，2016年8月。
-C.布韦伦，基于模型的功能数据聚类：在自行车共享系统分析中的应用第十二届国际运筹学会议，古巴哈瓦那，2016年3月。
-C.布韦伦，基于简约高斯过程模型的核判别分析第八届ERCIM计算和方法统计工作组国际会议，英国伦敦，2015年12月。
-C.布韦伦，高维数据的判别聚类《基于模型的聚类和分类研讨会》，意大利卡塔尼亚，2014年9月。
-C.布韦伦，用于聚类的判别变量选择，第六届ERCIM国际会议，计算和方法论统计工作组，英国伦敦，2013年12月。
-C.布韦伦，梅罗文治-高卢教会网络分析的随机子图模型2013年7月，意大利博洛尼亚华盛顿大学统计系第20届基于模型的聚类夏季工作组。
-C.布韦伦，聚类判别与parcimonieux de données de grand维数西蒙·雷涅尔国际赛车联合会（Conférence du prix Simon Régnier），法语国家分类协会第19次会议，马赛，2012年。
-C.布韦伦，高维聚类的简约和稀疏高斯模型2011年7月于英国圣安德鲁斯举行的2011年国际分类会议。
-C.布韦伦，基于模型的高维数据聚类：综述和一些最新进展2010年7月，法国格勒诺布尔华盛顿大学统计系第17届基于模型的聚类夏季工作组。
-C.布韦伦，使用基于模型的技术对复杂数据进行分类2008年，加拿大统计学会和法国统计学会第一次联席会议，加拿大渥太华。
-C.布韦伦，基于模型的高维数据分类技术综述第八届国际运筹学会议，古巴哈瓦那，2008年。
