纪尧姆·夏皮亚特
人员信息
优化列表
2020年–今天
2024 [i19] 马蒂厄·纳斯托格 , Jean-Marc格栅 , 蒂鲍特·范尼 , 米歇尔·亚历山德罗·布奇 , 纪尧姆·夏皮亚特 , 马克·肖纳 以下为:
用于解决大规模问题的多级GNN预条件。 CoRR公司 abs/2402.08296 ( 2024 ) 2023 [公元11年] 嗜热菌桑切斯 , 埃里克·麦迪逊·布雷 , 皮埃尔·若比克 , 杰瑞米·盖兹 , Anne-Catherine Letournel公司 , 纪尧姆·夏皮亚特 , 让·库里 , 弗洛拉·杰伊 以下为:
脱氧核糖核酸 人口遗传学推断的深度学习框架。 生物信息。 39 ( 1 ) ( 2023 ) [公元10年] 伯拉克·耶尔曼 , 奥雷连·戴塞尔 , 莱拉·利亚·布洛斯 , 安托万·萨特科尼克 , 西里尔·福特莱纳 , 纪尧姆·夏皮亚特 , 弗洛拉·杰伊 以下为:
用于大规模基因组数据生成的深度卷积和条件神经网络。 公共科学图书馆计算。 生物。 19 ( 10 ) ( 2023 ) [公元31年] 安托万·萨特科尼克 , 西里尔·福特莱纳 , 纪尧姆·夏皮亚特 , 伯拉克·耶尔曼 , 弗洛拉·杰伊 以下为:
使用GAN创建更长的遗传序列:在主成分空间中生成。 MLCB公司 2023 以下为: 110-122 [i18] 洛里斯·费拉多斯 , 杰罗姆·海宁 , 纪尧姆·夏皮亚特 以下为:
设计Boltzmann分布归一化流量无数据训练的损失。 CoRR公司 abs/2301.05475 ( 2023 ) [i17] 马蒂厄·纳斯托格 , 米歇尔·亚历山德罗·布奇 , 蒂鲍特·范尼 , Jean-Marc格栅 , 纪尧姆·夏皮亚特 , 马克·肖纳 以下为:
类泊松问题的隐式GNN解算器。 CoRR公司 abs/2302.10891 ( 2023 ) [i16] 蒂鲍特·蒙塞尔 , 奥诺弗里奥·塞梅拉罗 , 莱昂内尔·马瑟林 , 纪尧姆·夏皮亚特 以下为:
神经状态相关时滞微分方程。 CoRR公司 abs/2306.14545 ( 2023 ) 2022 【i15】 安托万·福塞特 , 穆罕默德·埃尔·曼努伊 , 阿米恩·丽贝伊(Amine Rebei) , 保罗·卡利加罗 , Elise Farge Di Maria女士 , Hélène Nguyen-Ban先生 , 弗朗西斯卡·雷亚 , 玛丽·夏洛特·瓦拉德 , 伊丽莎白·维图洛 , 克里斯托夫·张 , 纪尧姆·夏皮亚特 , 马修·罗森鲍姆 以下为:
博士:一个基于内容的推荐系统,用于发现当代艺术。 CoRR公司 abs/2207.05648 ( 2022 ) [第14条] 塔蒙·纳卡诺 , 亚历山德罗·米歇尔·布奇 , Jean-Marc格栅 , 蒂鲍特·范尼 , 纪尧姆·夏皮亚特 以下为:
CFD数值模拟中气液界面重建的机器学习模型。 CoRR公司 abs/2207.05684 ( 2022 ) [i13] 弗朗西斯科·萨维里奥·佩齐科利 , 纪尧姆·夏皮亚特 , 弗朗索瓦·兰德斯 以下为:
用于学习玻璃液体表示的SE(3)-等变图神经网络。 CoRR公司 腹肌/2211.03226 ( 2022 ) [i12] 马蒂厄·纳斯托格 , 马克·肖纳 , 纪尧姆·夏皮亚特 , 蒂鲍特·范尼 , Jean-Marc格栅 , 米歇尔·亚历山德罗·布奇 以下为:
DS-GPS:深度统计图泊松解算器(用于更快的CFD模拟)。 CoRR公司 腹肌/2211.11763 ( 2022 ) 2021 [i11] 纪尧姆·夏皮亚特 , 吉拉德 , 洛里斯·费拉多斯 , 尤利娅·塔拉巴尔卡 以下为:
神经网络视角下的输入相似性。 CoRR公司 abs/2102.05262 ( 2021 ) [i10] 朱利安·吉拉德-萨塔宾 , 艾默尔·瓦拉斯 , 马克·肖纳 , 纪尧姆·夏皮亚特 , 扎卡里亚·奇哈尼 以下为:
DISCO验证:将输入空间划分为COnvex多边形,用于神经网络验证。 CoRR公司 腹肌/2105.07776 ( 2021 ) 2020 [公元9年] 苏菲·吉法德·罗辛 , 莫扬(Mo Yang) , 纪尧姆·夏皮亚特 , 克里斯蒂娜·库姆勒·邦芬蒂 , 巴拉兹·凯格尔 , 克莱尔·蒙特利奥尼 以下为:
使用来自对齐再分析数据的融合深度学习进行热带气旋路径预测。 前沿大数据 三 以下为: 1 ( 2020 ) [公元30年] 朱利安·吉拉德-萨塔宾 , 纪尧姆·夏皮亚特 , 扎卡里亚·奇哈尼 , 马克·肖纳 以下为:
CAMUS:使用模拟器为深度感知系统构建正式规范的框架。 ECAI公司 2020 以下为: 2497-2504 [第九章] 皮埃尔·沃林斯基 , 纪尧姆·夏皮亚特 , 亚恩·奥利维尔 以下为:
将惩罚解释为贝叶斯先验的影响。 CoRR公司 abs/2002.00178 ( 2020 )
2010 – 2019
2019 [公元29年] 安德鲁·卡勒 , 奥努尔·塔萨尔 , 纪尧姆·夏皮亚特 , 尤利娅·塔拉巴尔卡 以下为:
卫星图像全景锐化和分割的多任务深度学习。 IGARSS公司 2019 以下为: 4869-4872 [公元28年] 吉拉德 , 纪尧姆·夏皮亚特 , 尤利娅·塔拉巴尔卡 以下为:
在没有完美地面实况数据的情况下,对错位地籍图进行校正的噪音监督。 IGARSS公司 2019 以下为: 10103-10106 [公元27年] 纪尧姆·夏皮亚特 , 吉拉德 , 洛里斯·费拉多斯 , 尤利娅·塔拉巴尔卡 以下为:
神经网络视角下的输入相似性。 NeurIPS公司 2019 以下为: 5343-5352 [i8] 吉拉德 , 纪尧姆·夏皮亚特 , 尤利娅·塔拉巴尔卡 以下为:
在没有完美地面实况数据的情况下,对错位地籍图进行校正的噪音监督。 CoRR公司 abs/1903.06529 ( 2019 ) [i7] 苏菲·吉法德·罗辛 , 莫扬(Mo Yang) , 纪尧姆·夏皮亚特 , 克里斯蒂娜·库姆勒·邦芬蒂 , 巴拉兹·凯格尔 , 克莱尔·蒙特利奥尼 以下为:
使用来自对齐再分析数据的融合深度学习进行热带气旋路径预测。 CoRR公司 abs/1910.10566 ( 2019 ) [i6] 朱利安·吉拉德-萨塔宾 , 纪尧姆·夏皮亚特 , 扎卡里亚·奇哈尼 , 马克·肖纳 以下为:
CAMUS:使用模拟器为深度感知系统构建正式规范的框架。 CoRR公司 abs/1911.10735 ( 2019 ) 2018 [公元26年] 吉拉德 , 纪尧姆·夏皮亚特 , 尤利娅·塔拉巴尔卡 以下为:
通过多任务、多分辨率深度学习将地籍图与航空图像对齐和更新。 ACCV(5) 2018 以下为: 675-690 [公元25年] 阿尔曼·赞佩里 , 纪尧姆·夏皮亚特 , 吉拉德 , 尤利娅·塔拉巴尔卡 以下为:
通过多尺度神经网络链的多模式图像对齐及其在遥感中的应用。 ECCV(16) 2018 以下为: 679-696 [i5] 阿尔曼·赞佩里 , 纪尧姆·夏皮亚特 , 尤利娅·塔拉巴尔卡 以下为:
粗到精非刚性配准:一系列用于遥感应用的多模式图像对齐的特定尺度神经网络。 CoRR公司 abs/1802.09816 ( 2018 ) [i4] 雨果·理查德 , 安娜·路易莎·皮尼奥 , 贝特朗·蒂里昂 , 纪尧姆·夏皮亚特 以下为:
优化深度视频表现以匹配大脑活动。 CoRR公司 abs/1809.02440 ( 2018 ) 2017 [j8] 卡洛斯·费尔南多·克里斯皮姆(Carlos Fernando Crispim Junior) , 阿尔瓦罗·戈梅斯·乌里亚 , 卡罗拉·斯特鲁米亚 , 米查尔·科珀斯基 , 亚历山大·科尼格 , 法胡德·内金 , 塞尔汉·科萨尔 , Anh Tuan Nghiem公司 , 富洲公爵 , 纪尧姆·夏皮亚特 , 弗朗索瓦·布雷蒙德 以下为:
通过颜色深度感知和知识模型在线识别日常活动。 传感器 17 ( 7 ) 以下为: 1528 ( 2017 ) [j7] 伊曼纽尔·马吉奥里 , 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 , 皮埃尔·阿利兹 以下为:
卷积神经网络在大尺度遥感图像分类中的应用。 IEEE传输。 地质科学。 远程。 传感器。 55 ( 2 ) 以下为: 645-657 ( 2017 ) [j6] 伊曼纽尔·马吉奥里 , 纪尧姆·夏皮亚特 , 尤利娅·塔拉巴尔卡 , 皮埃尔·阿利兹 以下为:
递归神经网络在卫星图像分类图校正中的应用。 IEEE传输。 地质科学。 远程。 传感器。 55 ( 9 ) 以下为: 4962-4971年 ( 2017 ) [j5] 伊曼纽尔·马吉奥里 , 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 , 皮埃尔·阿利兹 以下为:
基于卷积神经网络的高分辨率航空图像标记。 IEEE传输。 地质科学。 远程。 传感器。 55 ( 12 ) 以下为: 7092-7103 ( 2017 ) [公元24年] 伊曼纽尔·马吉奥里 , 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 , 皮埃尔·阿利兹 以下为:
基于网格近似的遥感分类图多边形化。 ICIP公司 2017 以下为: 560-564 【c23】 伊曼纽尔·马吉奥里 , 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 , 皮埃尔·阿利兹 以下为:
语义标注方法可以推广到任何城市吗? inria航空图像标记基准。 IGARSS公司 2017 以下为: 3226-3229 [公元22年] 伊曼纽尔·马吉奥里 , 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 , 皮埃尔·阿利兹 以下为:
基于卷积网络的高分辨率图像分类。 IGARSS公司 2017 以下为: 5157-5160 2016 【c21】 伊曼纽尔·马吉奥里 , 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 , 皮埃尔·阿利兹 以下为:
用于遥感图像分类的全卷积神经网络。 IGARSS公司 2016 以下为: 5071-5074 [i3] 伊曼纽尔·马吉奥里 , 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 , 皮埃尔·阿利兹 以下为:
用于增强卫星图像分类图的递归神经网络。 CoRR公司 abs/1608.03440 ( 2016 ) [i2] 伊曼纽尔·马吉奥里 , 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 , 皮埃尔·阿利兹 以下为:
基于卷积神经网络的高分辨率语义标注。 CoRR公司 abs/1611.01962 ( 2016 ) 2015 [公元20年] 伊曼纽尔·马吉奥里 , 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 以下为:
基于形状优先的多目标分割分割树优化。 BMVC公司 2015 以下为: 64.1-64.12 [第19条] 伊曼纽尔·马吉奥里 , 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 以下为:
改进的分割树用于遥感图像的多类分割。 IGARSS公司 2015 以下为: 2019年10月10日 [第18条] 埃丝特·艾伯茨 , 纪尧姆·夏皮亚特 , 尤利娅·塔拉巴尔卡 , 托马斯·休伯 , 马克·安德雷·韦伯 , 扬·S·鲍尔 , 克劳斯·齐默 , 比约恩·H·门泽 以下为:
纵向MR序列中脑肿瘤分割的非参数生长模型。 大脑@MICCAI 2015 以下为: 69-79 [i1] 亚恩·奥利维尔 , 纪尧姆·夏皮亚特 以下为:
在线培训经常性网络,无需回溯。 CoRR公司 abs/1507.07680 ( 2015 ) 2014 【j4】 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 , 卢多维克·布鲁克 , 比约恩·H·门泽 以下为:
具有形状增长或收缩约束的时空视频分割。 IEEE传输。 图像处理。 23 ( 9 ) 以下为: 3829-3840 ( 2014 ) [第17条] 拉特内什·库马尔 , 纪尧姆·夏皮亚特 , 莫妮克·托纳特 以下为:
通过有效的图分区实现多目标跟踪。 ACCV(4) 2014 以下为: 445-460 [第16条] 拉特内什·库马尔 , 纪尧姆·夏皮亚特 , 莫尼克·通纳特 以下为:
视频的时空光纤分层表示。 WACV(加权平均值) 2014 以下为: 469-476 2013 [第15条] 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 , 卢多维克·布鲁克 , 比约恩·H·门泽 以下为:
在视频分割中实施单调形状增长或收缩。 BMVC公司 2013 [第14条] 艾哈迈德·加迈勒·埃尔丁 , 纪尧姆·夏皮亚特 , 泽维尔·德斯科姆(Xavier Descombes) , 约西亚·泽鲁比亚 以下为:
简单点流程模型的高效优化器。 计算成像 2013 以下为: 86.57亿 [第13条] 尤利娅·塔拉巴尔卡 , 纪尧姆·夏皮亚特 以下为:
一种基于图割的方法,用于从卫星观测中对火灾进行时空分割。 IGARSS公司 2013 以下为: 3494-3497 2012 [第12条] 斯拉沃米尔烤肉 , 纪尧姆·夏皮亚特 , 艾蒂安·科韦 , 弗朗索瓦·布雷蒙德 , 莫妮克·托纳特 以下为:
学习在协方差度量空间中通过相关性匹配外观。 ECCV(3) 2012 以下为: 806-820 2011 [第11条] 纪尧姆·夏皮亚特 以下为:
通过图形切割可以将耗尽的能量族精确地最小化。 CVPR公司 2011 以下为: 1849-1856 [第10条] 艾哈迈德·加马尔·埃尔丁 , 泽维尔·德斯科姆(Xavier Descombes) , 纪尧姆·夏皮亚特 , 约西亚·泽鲁比亚 以下为:
一种基于信念传播的快速多重出生与切割算法。 ICIP公司 2011 以下为: 2813-2816 【c9】 文森特·马丁 , 维克托·蒙卡达 , Jean-Marcel Travere公司 , 蒂埃里·洛勒 , 弗朗索瓦·布雷蒙德 , 纪尧姆·夏皮亚特 , 莫妮克·托纳特 以下为:
核聚变装置监测的认知视觉系统。 ICVS 2011 以下为: 163-172 2010 [j3] 艾哈迈德·加马尔·埃尔丁 , 泽维尔·德斯科姆(Xavier Descombes) , 纪尧姆·夏皮亚特 , 约西亚·泽鲁比亚 以下为:
用于多目标检测的多重出生和切割算法。 J.多姆。 过程。 Technol公司。 1 ( 4 ) 以下为: 260-276 ( 2010 ) 【c8】 陈思琪(Siqi Chen) , 纪尧姆·夏皮亚特 , 理查德·雷德克 以下为:
将标高集渐变转换为形状渐变。 ECCV(5) 2010 以下为: 715-728
2000 – 2009
2009 【c7】 纪尧姆·夏皮亚特 以下为:
基于变形和传输学习形状度量。 ICCV研讨会 2009 以下为: 328-335 2008 【c6】 纪尧姆·夏皮亚特 , 马蒂亚斯·霍夫曼 , 伯恩哈德·舍尔科夫 以下为:
通过多模式预测实现自动图像着色。 ECCV(3) 2008 以下为: 126-139 2007 [注2] 纪尧姆·夏皮亚特 , 皮埃尔·莫雷尔 , Jean-Philippe Pons牛仔裤 , 雷诺德·科里文 , 奥利维尔·D·福杰拉斯 以下为:
广义梯度:最小化流的先验知识。 国际期刊计算。 视觉。 73 ( 三 ) 以下为: 325-344 ( 2007 ) 【c5】 纪尧姆·夏皮亚特 , 奥利维尔·D·福杰拉斯 , 雷诺·克里文 以下为:
先验图像分割的形状统计。 CVPR公司 2007 2006 【b1】 纪尧姆·夏皮亚特 以下为:
基于距离的形状统计用于带有先验信息的图像分割。 (统计数据显示图像的分割具有先验性)。 法国巴黎理工学院, 2006 【c4】 纪尧姆·夏皮亚特 , 奥利维尔·D·福杰拉斯 , 雷诺德·科里文 , 皮埃尔·莫雷尔 以下为:
基于距离的形状统计。 ICASSP(5) 2006 以下为: 925-928 [第1页] 纪尧姆·夏皮亚特 , 奥利维尔·D·福杰拉斯 , 雷诺德·科里文 , 皮埃尔·莫雷尔 以下为:
形状度量的近似及其在形状翘曲和经验形状统计中的应用。 形状的统计和分析 2006 以下为: 363-395 2005 [j1] 纪尧姆·夏皮亚特 , 奥利维尔·D·福杰拉斯 , 雷诺德·科里文 以下为:
形状度量的近似及其在形状翘曲和经验形状统计中的应用。 找到。 计算。 数学。 5 ( 1 ) 以下为: 1-58 ( 2005 ) 【c3】 纪尧姆·夏皮亚特 , 奥利维尔·D·福杰拉斯 , 雷诺德·科里文 以下为:
基于差分匹配的图像统计。 ICCV公司 2005 以下为: 852-857 【c2】 纪尧姆·夏皮亚特 , 雷诺德·科里文 , Jean-Philippe Pons牛仔裤 , 奥利维尔·D·福杰拉斯 以下为:
基于活动轮廓设计变分问题的空间相干最小化流。 ICCV公司 2005 以下为: 1403-1408 2003 【c1】 纪尧姆·夏皮亚特 , 奥利维尔·D·福杰拉斯 , 雷诺德·科里文 以下为:
形状度量、翘曲和统计。 ICIP(2) 2003 以下为: 627-630