查尔斯·布韦伦
人员信息
优化列表
2020年–今天
2024 [公元36年] 朱莉娅·马塞罗 , 亚历山大·德斯特 , 马可·科内利 , 查尔斯·布韦伦 :
计数数据流的深度动态联合聚类:在药物警戒中的应用。 数据科学杂志。 统计可视性。 4 ( 4 ) ( 2024 ) [j35] 路易斯·奥尔 , Pierre-Alexandre马泰 , 查尔斯·布韦伦 , 米卡·勒克莱尔 , 阿诺·德罗特 , 油炸Precioso :
互信息的稀疏和几何软件泛化,用于联合区分聚类和特征选择。 统计计算。 34 ( 5 ) : 155 ( 2024 ) 2023 [公元34年] 范妮·西蒙斯 , 查尔斯·布韦伦 , 油炸Precioso :
Deep WILD:使用深度学习对摄像机捕捉视频进行野生动物识别、定位和评估。 Ecol公司。 信息学 75 : 102095 ( 2023 ) [公元33年] 丁戈梁 , 马可·科内利 , 查尔斯·布韦伦 , 皮埃尔·拉图什 :
图嵌入主题模型。 神经计算 562 : 126900 ( 2023 ) [公元32年] 雷米·布廷 , 查尔斯·布韦伦 , 皮埃尔·拉图什 :
随机块模型中的嵌入主题。 统计计算。 33 ( 5 ) : 95 ( 2023 ) [c21] 朱莉娅·马塞罗 , 马可·科内利 , 查尔斯·布韦伦 :
计数数据流的深度动态联合聚类:一种新的在线Zip-dLBM。 ESANN公司 2023 [公元20年] 奥德体育 , 雨果·施穆茨 , 奥利维尔·亨伯特 , 查尔斯·布韦伦 , Pierre-Alexandre马泰 :
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。 ICML公司 2023 : 32521-32539 [第19条] Baptiste Pouthier公司 , 劳伦特·皮拉蒂 , 贾科莫·瓦伦蒂 , 查尔斯·布韦伦 , 油炸Precioso :
视觉语音识别的另一个观点。 INTERSPEECH公司 2023 : 4089-4093 [第18条] 朱莉娅·马塞罗 , 马可·科内利 , 查尔斯·布韦伦 :
零膨胀数据矩阵协同聚类的深层动态潜在块模型。 ECML/PKDD(1) 2023 : 695-710 [i7] 路易斯·奥尔 , Pierre-Alexandre马泰 , 查尔斯·布韦伦 , 米卡·勒克莱尔 , 阿诺·德罗特 , 油炸Precioso :
稀疏GEMINI用于联合判别聚类和特征选择。 CoRR公司 abs/2302.03391 ( 2023 ) [i6] 雷米·布廷 , 皮埃尔·拉图什 , 查尔斯·布韦伦 :
具有文本边缘的网络聚类和表示的深层潜在位置主题模型。 CoRR公司 abs/2304.08242 ( 2023 ) [i5] 路易斯·奥尔 , Pierre-Alexandre马泰 , 查尔斯·布韦伦 , Warith Harchaoui公司 , 米卡·勒克莱尔 , 阿诺·德罗特 , 油炸Precioso :
广义互信息:区分聚类的框架。 CoRR公司 abs/2309.02858 ( 2023 ) 2022 [公元31年] 迈克尔·福普 , Pierre-Alexandre马泰 , 查尔斯·布韦伦 , 托马斯·布伦丹·墨菲 :
高维判别分析中未观察到的类和额外变量。 高级数据分析。 分类。 16 ( 1 ) : 55-92 ( 2022 ) 【j30】 朱莉娅·马塞罗 , 奥黛丽·弗雷斯 , 马可·科内利 , 查尔斯·布韦伦 :
进化计数矩阵与动态潜伏块模型的共聚类:在药物警戒中的应用。 统计计算。 32 ( 三 ) : 41 ( 2022 ) [第17条] 丁戈梁 , 马可·科内利 , 查尔斯·布韦伦 , 皮埃尔·拉图什 :
图中节点聚类的深层潜伏位置模型。 ESANN公司 2022 [第16条] 路易斯·奥尔 , Pierre-Alexandre马泰 , 查尔斯·布韦伦 , Warith Harchaoui公司 , 米卡·勒克莱尔 , 阿诺·德罗特 , 油炸Precioso :
判别聚类的广义互信息。 NeurIPS公司 2022 [i4] 雷米·布廷 , 查尔斯·布韦伦 , 皮埃尔·拉图什 :
随机块模型中的嵌入主题。 CoRR公司 abs/2209.10097 ( 2022 ) [i3] 路易斯·奥尔 , Pierre-Alexandre马泰 , 查尔斯·布韦伦 , Warith Harchaoui公司 , 米卡·勒克莱尔 , 阿诺·德罗特 , 油炸Precioso :
判别聚类的广义互信息。 CoRR公司 abs/2210.06300 ( 2022 ) 2021 [公元29年] 艾蒂安·科姆 , 尼古拉斯·朱文 , 皮埃尔·拉图什 , 查尔斯·布韦伦 :
具有离散潜在变量模型和集成分类似然的层次聚类。 高级数据分析。 分类。 15 ( 4 ) : 957-986 ( 2021 ) [公元28年] 亚历山德罗·卡萨 , 查尔斯·布韦伦 , 埃琳娜·埃洛舍娃 , 乔瓦娜·梅纳迪 :
基于形状不变量模型的时间相关数据协同聚类。 J.分类。 38 ( 三 ) : 626-649 ( 2021 ) [公元27年] 尼古拉斯·朱文 , 皮埃尔·拉图什 , 查尔斯·布韦伦 , 纪尧姆·巴塔利隆 , 阿兰·利瓦托夫斯基 :
通过多项主成分分析的混合对计数数据进行贪婪聚类。 计算。 斯达。 36 ( 1 ) : 1-33 ( 2021 ) [公元26年] 丁戈梁 , 马可·科内利 , 查尔斯·布韦伦 , 皮埃尔·拉图什 :
DeepLTRS:基于用户评级和评论的深层潜在推荐系统。 模式识别器。 莱特。 152 : 267-274 ( 2021 ) [公元25年] 尼古拉斯·朱文 , 查尔斯·布韦伦 , 皮埃尔·拉图什 :
用于区分高斯子空间聚类的贝叶斯Fisher-EM算法。 统计计算。 31 ( 4 ) : 44 ( 2021 ) [第15条] Baptiste Pouthier公司 , 劳伦特·皮拉蒂 , 列拉·古杜普迪 , 查尔斯·布韦伦 , 油炸Precioso :
基于不确定性多模融合的多目标优化主动说话人检测。 Interspeech公司 2021 : 2381-2385 [i2] Baptiste Pouthier公司 , 劳伦特·皮拉蒂 , 列拉·古杜普迪 , 查尔斯·布韦伦 , 油炸Precioso :
有源说话人检测是一种基于不确定性的多模态融合的多目标优化方法。 CoRR公司 腹肌/2106.03821 ( 2021 ) 2020 [公元24年] 阿曼丁·施穆茨 , 朱利安·雅克 , 查尔斯·布韦伦 , 劳伦斯·切兹 , 波琳·马丁 :
在特定群的函数子空间中聚类多元函数数据。 计算。 斯达。 35 ( 三 ) : 1101-1131 ( 2020 ) [公元23年] 亚历山大·圣蒂泽尔 , 朱莉·德隆 , 查尔斯·布韦伦 :
补丁聚合的统一视图。 数学杂志。 成像视觉。 62 ( 2 ) : 149-168 ( 2020 )
2010 – 2019
2019 [公元22年] 劳伦特·贝热 , 查尔斯·布韦伦 , 马可·科内利 , 皮埃尔·拉图什 :
文本交互数据联合聚类的潜在主题块模型。 计算。 统计数据分析。 137 : 247-270 ( 2019 ) [公元21年] 马可·科内利 , 查尔斯·布韦伦 , 皮埃尔·拉图什 , 法布里斯·罗西 :
具有文本边缘的动态网络的动态随机主题块模型。 统计计算。 29 ( 4 ) : 677-695 ( 2019 ) [i1] 范妮·奥尔哈克 , 查尔斯·布韦伦 , 尼古拉斯·阿亚切 :
无线电技术:如何让医学图像说话? ERCIM新闻 2019 ( 118 ) ( 2019 ) 2018 [公元20年] 查尔斯·布韦伦 , 皮埃尔·拉图什 , Rawya Zreik公司 :
具有文本边的网络中顶点聚类的随机主题块模型。 统计计算。 28 ( 1 ) : 11-31 ( 2018 ) [公元19年] 安托万·霍达德 , 查尔斯·布韦伦 , 朱莉·德隆 :
无监督图像去噪(HDMI)的高维混合模型。 SIAM J.成像科学。 11 ( 4 ) : 2815-2846 ( 2018 ) 2017 [公元18年] Rawya Zreik公司 , 皮埃尔·拉图什 , 查尔斯·布韦伦 :
进化网络聚类的动态随机子图模型。 计算。 斯达。 32 ( 2 ) : 501-533 ( 2017 ) 2016 [j17] 皮埃尔·拉图什 , Pierre-Alexandre马泰 , 查尔斯·布韦伦 , 朱利安·奇奎特 :
将放松EM算法与Occam剃刀相结合,用于高维回归中的贝叶斯变量选择。 J.多变量。 分析。 146 : 177-190 ( 2016 ) [第14条] Pierre-Alexandre马泰 , 查尔斯·布韦伦 , 皮埃尔·拉图什 :
全球稀疏概率PCA。 AISTATS公司 2016 : 976-984 2015 [公元16年] 马修·福维尔 , 查尔斯·布韦伦 , 圣埃芬·吉拉德 :
用于高光谱遥感图像分类的解析高斯过程模型。 IEEE地质科学。 远程。 Sens.Lett公司。 12 ( 12 ) : 2423-2427 ( 2015 ) [公元15年] 查尔斯·布韦伦 , 马修·福维尔 , 圣埃芬·吉拉德 :
使用简约高斯过程模型进行核判别分析和聚类。 统计计算。 25 ( 6 ) : 1143-1162 ( 2015 ) [第13条] Rawya Zreik公司 , 皮埃尔·拉图什 , 查尔斯·布韦伦 :
动态随机子图模型的状态空间模型。 ESANN公司 2015 [c12] 查尔斯·布韦伦 , 朱利安·雅克 :
Un算法EM pour une version parcimonieuse de l’analysis en compantes princiales probabileste。 EGC公司 2015 : 149-154 2014 [公元14年] 查尔斯·布韦伦 :
未观察类监督学习的自适应混合判别分析。 J.分类。 31 ( 1 ) : 49-84 ( 2014 ) [j13] 查尔斯·布韦伦 , 卡米尔·布鲁内特·索马尔 :
基于模型的高维数据聚类:综述。 计算。 统计数据分析。 71 : 52-78 ( 2014 ) [公元12年] 查尔斯·布韦伦 , 朱利安·雅克 :
回归的自适应混合:人口变化时改进预测推断。 Commun公司。 统计模拟。 计算。 43 ( 10 ) : 2570-2592 ( 2014 ) [公元11年] 查尔斯·布韦伦 , 卡米尔·布鲁内特·索马尔 :
稀疏Fisher-EM算法聚类的判别变量选择。 计算。 斯达。 29 ( 三 ) : 489-513 ( 2014 ) [第11条] 马修·福维尔 , 查尔斯·布韦伦 , 圣埃芬·吉拉德 :
多元遥感图像分类的简约高斯过程模型。 ICASSP公司 2014 : 2913-2916 [第10条] 阿纳斯塔西奥斯·贝拉斯 , 查尔斯·布韦伦 , 玛丽·科特雷尔 , 杰尔·拉凯尔 :
使用SOM基于置信区间的异常检测及其在健康监测中的应用。 WSOM公司 2014 : 145-155 2013 [公元10年] 阿纳斯塔西奥斯·贝拉斯 , 查尔斯·布韦伦 , 玛丽·科特雷尔 , 杰尔·拉凯尔 :
基于模型的高维数据流聚类与在线混合概率PCA。 高级数据分析。 分类。 7 ( 三 ) : 281-300 ( 2013 ) 2012 [公元9年] 查尔斯·布韦伦 , 卡米尔·布鲁内特 :
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 90 : 12-22 ( 2012 ) [j8] 查尔斯·布韦伦 , 卡米尔·布鲁内特 :
关于Fisher EM算法收敛性的理论和实践考虑。 J.多变量。 分析。 109 : 29-41 ( 2012 ) [j7] 查尔斯·布韦伦 , 卡米尔·布鲁内特 :
同时在Fisher判别子空间中进行基于模型的聚类和可视化。 统计计算。 22 ( 1 ) : 301-324 ( 2012 ) 【c9】 阿纳斯塔西奥斯·贝拉斯 , 查尔斯·布韦伦 , 玛丽·科特雷尔 , 杰尔·拉凯尔 :
高维数据的稳健聚类。 ESANN公司 2012 【c8】 查尔斯·布韦伦 , 芭芭拉·汉默 , 托马斯·维尔曼 :
聚类算法的最新发展。 ESANN公司 2012 2011 [j6] 查尔斯·布韦伦 , 朱利安·雅克 :
特定于组的函数子空间中基于模型的时间序列聚类。 高级数据分析。 分类。 5 ( 4 ) : 281-300 ( 2011 ) [j5] 查尔斯·布韦伦 , 吉尔斯·塞勒克斯 , 圣埃芬·吉拉德 :
各向同性概率主成分分析中通过最大似然的内在维数估计。 模式识别器。 莱特。 32 ( 14 ) : 1706-1713 ( 2011 ) 【c7】 查尔斯·布韦伦 , 卡米尔·布鲁内特 :
概率Fisher判别分析。 ESANN公司 2011 2010 【j4】 查尔斯·布韦伦 , 朱利安·雅克 :
回归的自适应线性模型:改进人口变化时的预测。 模式识别器。 莱特。 31 ( 14 ) : 2237-2247 ( 2010 )
2000 – 2009
2009 [j3] 查尔斯·布韦伦 , 圣埃芬·吉拉德 :
分类监管和非监管维度。 实用世界。 分析。 唐奈(Données) 40 : 81-102 ( 2009 ) [注2] 查尔斯·布韦伦 , 圣埃芬·吉拉德 :
基于混合模型的稳健监督分类:从标签不确定的数据中学习。 模式识别。 42 ( 11 ) : 2649-2658 ( 2009 ) 【c6】 查尔斯·布韦伦 , 卡米尔·布鲁内特 , 文森特·维格纳龙 :
宫颈癌检测的高维数据分类。 ESANN公司 2009 【c5】 查尔斯·布韦伦 , 圣埃芬·吉拉德 , 马达琳娜·奥尔特阿努 :
对DNA条形码标签不确定的分类数据进行监督分类。 ESANN公司 2009 【c4】 查尔斯·布韦伦 :
宫颈癌检测的弱监督混合模型分类。 IWANN(1) 2009 : 1021-1028 2007 [j1] 查尔斯·布韦伦 , 圣埃芬·吉拉德 , 科迪利亚·施密德 :
高维数据聚类。 计算。 统计数据分析。 52 ( 1 ) : 502-519 ( 2007 ) 【c3】 查尔斯·布韦伦 , 休·A·奇普曼 :
图形结构数据的可视化和分类:以安然数据集为例。 国际JCNN 2007 : 1506-1511 2006 【c2】 查尔斯·布韦伦 , 朱霍·坎纳拉 , 科迪利亚·施密德 , 圣埃芬·吉拉德 :
基于局部描述符子空间聚类的对象定位。 ICVGIP公司 2006 : 457-467 2005 【c1】 查尔斯·布韦伦 , 圣埃芬·吉拉德 , 科迪利亚·施密德 :
高维数据的类特定子空间判别分析。 SLSFS公司 2005 : 139-150