Pierre-Alexandre马泰

电子邮件：皮埃尔-莱克斯安德烈-马蒂[at]inria.fr

我是一名研究科学家Inria公司位于尼斯附近的索菲亚·安蒂波利斯。我是马赛人（人工智能模型和算法）团队。我还隶属于J.A.Dieudonné实验室，它是蓝色大学.我拿着一把椅子3IA科特迪瓦.

我在2017年收到了我的应用数学博士来自巴黎笛卡尔大学（现称巴黎城市大学). 我在地图5实验室，在那里我有机会得到查尔斯·布韦伦和皮埃尔·拉图什。在我获得博士学位后，我在哥本哈根IT大学，我主要在那里工作杰斯·弗莱尔森. 我的研究领域是统计机器学习，特别强调隐藏变量和模型不确定性。

我正在年举办的Generative Modeling暑期学校合作教学2023年哥本哈根，并将在2024年的埃因霍温.2024年开放申请！

我也是缺失价值观的学习艺术研讨会（Artemiss）你可以观看第一版的视频（这是ICML2020会议的一部分）在这里.我还组织了两次年度研讨会：生成模型和不确定性量化研讨会（GenU）通常于10月在哥本哈根举行的小型研讨会，以及统计学习每年在法国举办一次统计学习研讨会。

现任博士生和博士后

路易斯·奥尔（博士油炸Precioso和阿诺·德罗特)
雨果·施穆茨（博士奥利维尔·亨伯特)
Hugo Senetaire（博士杰斯·弗莱尔森)

校友

奥德体育，前博士后，现在Azur大学Efelia研究员

教学

巴黎萨克利师范学院
主MVA
[概率图形模型简介]
GeMSS暑期学校
生成建模暑期学校，哥本哈根2023,埃因霍温2024
蓝色大学
数据科学与人工智能理学硕士

预印本和工作论文

合奏一直在变好吗？
（与达米安·加罗一起）
预印arXiv:2311.178852023
[arXiv公司] [pdf格式]
广义互信息：判别聚类的框架
（与路易斯·奥尔、查尔斯·布韦伦、瓦里思·哈查维、米卡埃尔·勒克莱尔、阿诺德·德罗伊特和弗雷德里克·普雷西索合作）
我们的扩展版本NeurIPS 2022纸张，arXiv:2309.028582023
[arXiv公司] [pdf格式] [GemClus Python库]
稀疏GEMINI联合判别聚类与特征选择
（与路易斯·奥尔、查尔斯·布韦伦、米卡·勒克莱尔、阿诺德·德罗伊特和弗雷德里克·普里西奥索合作）
预印arXiv:2302.033912023
[arXiv公司] [pdf格式] [GemClus Python库]
Fed-MIWAE：基于深度生成模型的不完全数据联合插补
（与艾琳·巴列利、奥德·斯皮蒂斯、弗朗西斯科·克雷莫内西和马克·洛伦齐合作）
预印arXiv：2304.08054，2023
[arXiv公司] [pdf格式]
用于足球视频摘要生成的多阶段深层架构
（与梅丽莎·萨纳布里亚（Melissa Sanabria）、弗雷德里克·普里西奥索（Frédéric Precioso）和托马斯·蒙古伊（Thomas Menguy）合作）
预印arXiv:2205.006942022
[arXiv公司] [pdf格式]
变密性的上坡路：单调性和蒙特卡罗目标
（和杰斯·弗雷尔森一起）
预印arXiv:2201.109892022
[arXiv公司] [pdf格式] [早期NDSML20版本]
简约地考察贝叶斯模型的不确定性
预印arXiv:1902.055392020
[arXiv公司] [pdf格式]

出版物

2023

作为统计推断的可解释性
（与雨果·塞内泰尔、达米安·加罗和杰斯·弗莱尔森合作）
第40届机器学习国际会议记录，第30584-306122023页
[ICML公司] [arXiv公司] [pdf格式] [代码]
标签在半监督学习中是否有信息？估计和利用缺失的数据机制
（与Aude Sportisse、Hugo Schmutz、Olivier Humbert和Charles Bouveyron合作）
第40届机器学习国际会议记录，第32521-325392023页
[ICML公司] [arXiv公司] [pdf格式]
不要害怕未标记的：通过简单的脱脂安全的深度半监督学习
（与雨果·施穆茨和奥利维尔·亨伯特合作）
2023年国际学习代表大会
[ICLR公司] [arXiv公司] [arXiv公司] [pdf格式] [代码]

2022

判别聚类的广义互信息
（与路易斯·奥尔、查尔斯·布韦伦、瓦里思·哈查维、米卡埃尔·勒克莱尔、阿诺德·德罗伊特和弗雷德里克·普雷西索合作）
2022年神经信息处理系统进展
[arXiv公司] [pdf格式] [Pytorch代码] [GemClus Python库]
基于光谱和反照率聚类分析的小行星分类
（与Max Mahlke和Benoit Carry一起）
《天文学与天体物理学》，第665卷（A26），2022年
[杂志] [arXiv公司] [pdf格式] [代码]
智能人工和辅助模型的引入
（与塞雷娜·维拉塔）
中的第章信息数学：Une photoye en 2022（CNRS版本），由Bruno Martin和Sara Riva编辑
[CNRS版本]
使用组合统计检验的模型识别分布外检测
（与费德里科·贝加明、雅各布·哈夫特罗、雨果·塞内塔雷、雨果·施穆茨、拉尔斯·马勒、瑟伦·豪贝里和杰斯·弗雷尔森合作）
第25届国际人工智能与统计会议记录，第10753-107762022页
[AISTATS公司] [arXiv公司] [pdf格式] [代码]
如何处理有监督的深度学习中的缺失数据？
（与尼尔斯·布鲁恩·易普森和杰斯·弗莱尔森合作）
2022年国际学习代表大会
[OpenReview（打开审阅）] [代码]
基于张量分解的矩学习高斯混合
（与Rima Khouja和Bernard Mourrain合作）
符号计算杂志，第113卷，第193-210页，2022年
[杂志] [arXiv公司] [pdf格式]
高维判别分析中的未观察类和额外变量
（与迈克尔·福普（Michael Fop）、查尔斯·布维伦（Charles Bouveyron）和布伦丹·墨菲（Brendan Murphy）一起）
《数据分析和分类进展》，第16卷，第55-92页，2022年
[杂志] [pdf格式] [arXiv公司]

2021

not-MIWAE：缺失非随机数据的深度生成模型
（与尼尔斯·布鲁恩·伊普森和Jes Frellsen）
2021年国际学习代表大会
[OpenReview（打开审阅）] [arXiv公司] [pdf格式] [代码]

2020

贝叶斯主成分分析的精确维数选择
（与查尔斯·布韦伦和皮埃尔·拉图什）
《斯堪的纳维亚统计杂志》，第47卷（1），196-211页，2020年
[杂志] [arXiv公司] [pdf格式]

2019

MIWAE：不完全数据集的深度生成建模和插补
（和杰斯·弗雷尔森一起）
第36届机器学习国际会议论文集，第4413-4423页，2019
[ICML公司] [arXiv公司] [pdf格式] [早期BDL2018版本] [代码]
近似贝叶斯计算中学习摘要统计的部分可交换网络和结构
（与塞缪尔·威奎斯特（Samuel Wiqvist）、翁贝托·皮奇尼（Umberto Picchini）和杰斯·弗雷尔森（Jes Frellsen）合作）
第36届机器学习国际会议记录，第6798-68072019页
[ICML公司] [arXiv公司] [pdf格式] [代码] [西安Og的博客帖子] [代码] [一个世界ABC研讨会视频]
基于贝叶斯稀疏性的高维判别分析中的类别变量选择
（与范妮·奥尔哈克、查尔斯·布维伦和尼古拉斯·阿亚奇合作）
化学计量学杂志，第33卷（2），e30972019
[杂志] [哈尔] [pdf格式]

2018

利用深度潜在变量模型的精确可能性
（和杰斯·弗雷尔森一起）
神经信息处理信号进展31，第3859-3870页，2018
[NeurIPS网站] [pdf格式] [arXiv公司]
新数据到来时重新安装编码器
（和杰斯·弗雷尔森一起）
2018年第三届NeurIPS贝叶斯深度学习研讨会
[BDL车间]
全局稀疏概率PCA的贝叶斯变量选择
（与查尔斯·布韦伦和皮埃尔·拉图什）
《电子统计杂志》，第12卷（2），第3036-3070页，2018年
[杂志] [哈尔] [pdf格式] [早期AISTATS 2016版] [查尔斯介绍我们工作的视频] [代码]

2017

稀疏高维学习的模型选择
巴黎笛卡尔大学博士论文，2017年
[网状物] [pdf格式] [防守滑梯]
高斯矩阵与高斯向量相乘
《统计与概率快报》，第128卷，第67-702017页
[杂志][哈尔] [pdf格式] [西安Og的博客帖子]
对Drton和Plummer的论文“奇异模型的贝叶斯信息准则”的讨论
《皇家统计学会杂志：B辑》，第79卷，第370-371页，2017年
[杂志] [Drton和Plummer论文的pdf] [我的评论pdf] [代码]

2016

结合松弛EM算法和Occam剃刀的高维回归贝叶斯变量选择
（与Pierre Latouche、Charles Bouveyron和Julien Chiquet合作）
《多元分析杂志》，第146卷，第177-190页，2016年
[杂志] [哈尔] [pdf格式] [R包SpinyReg]