吉尔斯·卢佩
人员信息
附属: 比利时列日大学
SPARQL查询
优化列表
2020年–今天
2024 [公元9年] 诺曼·马利埃 , 奥利维尔·布吕尔斯 , 吉尔斯·卢佩 :
不确定条件下的抓取:六自由度机器人抓取的序贯神经比率估计。 IEEE机器人自动化。 莱特。 9 ( 8 ) : 7063-7069 ( 2024 ) [i51] 弗朗索瓦·罗泽特 , 盖尔·安德里 , 弗朗索瓦·拉努西 , 吉尔斯·卢佩 :
通过期望最大化从观测值中学习扩散先验。 CoRR公司 abs/2405.13712 ( 2024 ) 2023 [j8] 马克·乔伊特 , 海军陆战队Leclercq , 加斯帕德·兰布列支 , 弗朗西丝卡·拉皮诺 , 皮埃尔·克洛斯 , 吉尔斯·卢佩 , 利斯贝特·格里斯 :
用神经网络破解遗传密码。 边疆工匠。 因特尔。 6 ( 2023 ) [j7] Thibaut Théate公司 , 安托万·威汉克尔(Antoine Wehenkel) , 阿德里安·博兰 , 吉尔斯·卢佩 , 达米安·恩斯特 :
无约束单调神经网络的分布强化学习。 神经计算 534 : 199-219 ( 2023 ) [j6] 阿德里安·博兰 , 吉尔斯·卢佩 , 达米安·恩斯特 :
策略梯度算法通过连续隐式优化。 事务处理。 机器。 学习。 物件。 2023 ( 2023 ) [j5] 安托万·威汉克尔(Antoine Wehenkel) , 延斯·贝尔曼 , 祥旭 , 吉列尔莫·萨皮罗 , 吉尔斯·卢佩 , 约恩·亨里克·雅各布森 :
具有专家增强的鲁棒混合学习。 事务处理。 机器。 学习。 物件。 2023 ( 2023 ) [公元29年] 雷诺德·范德根 , 吉尔斯·卢佩 , 马克·范·德罗琴布鲁克 :
目标检测的自适应自我训练。 ICCV(研讨会) 2023 : 914-923 [公元28年] 萨莎·勒温 , 马克西姆·范德加 , 托马斯·霍尤克斯 , 奥利维尔·巴尼奇 , 吉尔斯·卢佩 :
足球场景的动态NeRF。 MM体育@MM 2023 : 113-121 [公元27年] 马西耶·法尔基维茨 , Naoya Takeishi先生 , 伊玛恩·谢赫扎德 , 安托万·威汉克尔(Antoine Wehenkel) , 阿诺德·德劳诺伊 , 吉尔斯·卢佩 , 亚历山大·卡卢西斯 :
用不同覆盖概率校准基于神经模拟的推理。 NeurIPS公司 2023 [公元26年] 弗朗索瓦·罗泽特 , 吉尔斯·卢佩 :
基于分数的数据同化。 NeurIPS公司 2023 [i50] 诺曼·马利埃 , 奥利维尔·布吕尔斯 , 吉尔斯·卢佩 :
基于仿真的机器人抓取贝叶斯推理。 CoRR公司 abs/2303.05873 ( 2023 ) [i49] 纳米德·R·斯蒂尔曼 , 希尔克·亨克斯 , 罗伯托市长 , 吉尔斯·卢佩 :
活性物质模型的基于图形的模拟推理。 CoRR公司 abs/2304.06806 ( 2023 ) [i48] 诺曼·马利埃 , 朱利安·古斯汀 , 奥利维尔·布吕尔斯 , 吉尔斯·卢佩 :
隐式表示先验满足贝叶斯机器人抓取的黎曼几何。 CoRR公司 abs/2304.08805 ( 2023 ) [i47] 阿诺德·德劳诺伊 , 本杰明·科特·米勒 , 帕特里克·福雷 , 克里斯托夫·韦尼格尔 , 吉尔斯·卢佩 :
平衡基于仿真的保守后验推理。 CoRR公司 abs/2304.10978 ( 2023 ) [i46] 阿德里安·博兰 , 吉尔斯·卢佩 , 达米安·恩斯特 :
策略梯度算法通过连续隐式优化。 CoRR公司 abs/2305.06851 ( 2023 ) [i45] 弗朗索瓦·罗泽特 , 吉尔斯·卢佩 :
基于分数的数据同化。 CoRR公司 腹肌/2306.10574 ( 2023 ) [i44] 萨莎·勒温 , 马克西姆·范德加 , 托马斯·霍尤克斯 , 奥利维尔·巴尼奇 , 吉尔斯·卢佩 :
足球场景的动态NeRF。 CoRR公司 abs/2309.06802 ( 2023 ) [i43] 弗朗索瓦·罗泽特 , 吉尔斯·卢佩 :
两层准营养模型的基于分数的数据同化。 CoRR公司 abs/2310.01853 ( 2023 ) [i42] 维克托·曼格勒 , 吉尔斯·卢佩 :
使用傅立叶神经算子的稳健海洋子网格尺度参数化。 CoRR公司 abs/2310.02691 ( 2023 ) [i41] 马西耶·法尔基维茨 , Naoya Takeishi先生 , 伊玛恩·谢赫扎德 , 安托万·威汉克尔(Antoine Wehenkel) , 阿诺德·德劳诺伊 , 吉尔斯·卢佩 , 亚历山大·卡卢西斯 :
用不同覆盖概率校准基于神经模拟的推理。 CoRR公司 abs/2310.13402 ( 2023 ) [i40] 亚伦·大卫·施耐德 , 保罗·莫莱尔 , 吉尔斯·卢佩 , 卢德米拉·卡隆 , Uffe Gråe约尔根森 , 琳恩·迪森 , 克里斯蒂安·海林 :
利用机器学习精确处理GCM中重叠不透明度物种。 CoRR公司 abs/2311.00775 ( 2023 ) 2022 【j4】 乔里·赫尔曼斯 , 阿诺德·德劳诺伊 , 弗朗索瓦·罗泽特 , 安托万·威汉克尔(Antoine Wehenkel) , 沃洛基米尔·贝吉 , 吉尔斯·卢佩 :
模拟推理的危机? 当心,你的后验近似值可能不可信。 事务处理。 机器。 学习。 物件。 2022 ( 2022 ) [公元25年] 阿诺德·德劳诺伊 , 乔里·赫尔曼斯 , 弗朗索瓦·罗泽特 , 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
利用平衡神经比率估计实现可靠的基于仿真的推理。 NeurIPS公司 2022 [i39] 阿诺德·德劳诺伊 , 吉尔斯·卢佩 :
SAE:顺序锚定群。 CoRR公司 abs/2201.00649 ( 2022 ) [i38] 安托万·威汉克尔(Antoine Wehenkel) , 延斯·贝尔曼 , 祥旭 , 吉列尔莫·萨皮罗 , 吉尔斯·卢佩 , 约恩·亨里克·雅各布森 :
具有专家增强的鲁棒混合学习。 CoRR公司 abs/2202.03881 ( 2022 ) [i37] 阿诺德·德劳诺伊 , 乔里·赫尔曼斯 , 弗朗索瓦·罗泽特 , 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
利用平衡神经比率估计实现可靠的基于仿真的推理。 CoRR公司 abs/2208.13624 ( 2022 ) [公元36年] 雷诺德·范德根 , 吉尔斯·卢佩 , 马克·范·德罗琴布鲁克 :
目标检测的自适应自我训练。 CoRR公司 abs/2212.05911 ( 2022 ) 2021 [公元24年] 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
图形规范化流。 AISTATS公司 2021 : 37-45 [c23] 马克西姆·范德加 , 迈克尔·卡根 , 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
神经经验贝叶斯:源分布估计及其在模拟推理中的应用。 AISTATS公司 2021 : 2107-2115 [公元22年] 本杰明·科特·米勒 , 亚历克斯·科尔 , 帕特里克·福雷 , 吉尔斯·卢佩 , 克里斯托夫·韦尼格尔 :
截断边缘神经比率估计。 NeurIPS公司 2021 : 129-143 【c21】 安东尼奥·苏特拉 , 吉尔斯·卢佩 , 瓦安·胡恩·图 , 路易斯·韦亨克尔(Louis Wehenkel) , 皮埃尔·盖尔斯 :
从全局到局部MDI变量对随机森林的重要性,以及它们是Shapley值时的重要性。 NeurIPS公司 2021 : 3533-3543 [公元20年] 佩德罗·罗德里格斯 , 托马斯·莫罗 , 吉尔斯·卢佩 , 亚历山大·格兰福特 :
HNPE:利用全局参数进行神经后验估计。 NeurIPS公司 2021 : 13432-13443 [i35] 佩德罗·L.C.罗德里格斯 , 托马斯·莫罗 , 吉尔斯·卢佩 , 亚历山大·格兰福特 :
利用全局参数进行基于流的神经后验估计。 CoRR公司 abs/2102.06477 ( 2021 ) [i34] Thibaut Théate公司 , 安托万·威汉克尔(Antoine Wehenkel) , 阿德里安·博兰 , 吉尔斯·卢佩 , 达米安·恩斯特 :
无约束单调神经网络的分布强化学习。 CoRR公司 abs/2106.03228 ( 2021 ) [i33] 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
变分自动编码器中的扩散先验。 CoRR公司 abs/2106.15671 ( 2021 ) [i32] 本杰明·科特·米勒 , 亚历克斯·科尔 , 帕特里克·福雷 , 吉尔斯·卢佩 , 克里斯托夫·韦尼格尔 :
截断边缘神经比率估计。 CoRR公司 abs/2107.01214 ( 2021 ) [i31] 诺曼·马利埃 , 奥利维尔·布吕尔斯 , 吉尔斯·卢佩 :
基于仿真的多指机器人抓取贝叶斯推理。 CoRR公司 abs/2109.14275 ( 2021 ) [i30] 弗朗索瓦·罗泽特 , 吉尔斯·卢佩 :
基于仿真推理的任意边缘神经比率估计。 CoRR公司 abs/2110.00449 ( 2021 ) [i29] 乔里·赫尔曼斯 , 阿诺德·德劳诺伊 , 弗朗索瓦·罗泽特 , 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
避免基于模拟推理的危机。 CoRR公司 abs/2110.06581 ( 2021 ) [第28条] 安东尼奥·苏特拉 , 吉尔斯·卢佩 , 瓦安·胡恩·图 , 路易斯·韦亨克尔(Louis Wehenkel) , 皮埃尔·盖尔斯 :
从全局到局部MDI变量对随机森林的重要性,以及它们是Shapley值时的重要性。 CoRR公司 abs/2111.02218 ( 2021 ) 2020 [第19条] 乔里·赫尔曼斯 , 沃洛基米尔·贝吉 , 吉尔斯·卢佩 :
具有摊销近似比率估计值的无似然MCMC。 ICML公司 2020 : 4239-4248 [第18条] 马蒂亚·萨巴泰利 , 吉尔斯·卢佩 , 皮埃尔·盖尔斯 , 马可·维林 :
深度强化学习算法的深度质量值家族。 国际JCNN 2020 : 1-8 [电子2] Bart Bogaerts公司 , 吉安卢卡·邦坦比 , 皮埃尔·盖尔斯 , 尼克·哈雷 , 伯特兰·勒比肖特 , 汤姆·莱纳特斯 , 吉尔斯·卢佩 :
人工智能和机器学习-第31届比荷卢人工智能会议,BNAIC 2019,第28届比利时-荷兰机器学习会议,BENELEARN 2019,比利时布鲁塞尔,2019年11月6-8日,修订论文集。 计算机与信息科学中的通信 1196, 施普林格 2020 ,国际标准图书编号 978-3-030-65153-4 [目录] [i27] 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
你说规范化流,我看到贝叶斯网络。 CoRR公司 abs/2006.00866 ( 2020 ) [i26] 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
图形规范化流。 CoRR公司 abs/2006.02548 ( 2020 ) [i25] 阿诺德·德劳诺伊 , 安托万·威汉克尔(Antoine Wehenkel) , 坦尼娅·欣德勒 , Samaya日产 , 克里斯托夫·韦尼格尔 , 安德鲁·威廉姆森 , 吉尔斯·卢佩 :
基于神经摊销的闪电快速引力波参数推断。 CoRR公司 abs/2010.12931 ( 2020 ) 【i24】 马克西姆·范德加 , 迈克尔·卡根 , 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
神经经验贝叶斯:源分布估计及其在模拟推理中的应用。 CoRR公司 abs/2011.05836 ( 2020 ) [第23条] 本杰明·科特·米勒 , 亚历克斯·科尔 , 吉尔斯·卢佩 , 克里斯托夫·韦尼格尔 :
使用swyft进行模拟有效的边际后验估计:停止浪费宝贵的时间。 CoRR公司 abs/2011.13951 ( 2020 ) [i22] 帕斯卡·勒罗伊 , 达米安·恩斯特 , 皮埃尔·盖尔斯 , 吉尔斯·卢佩 , 乔纳森·皮萨内 , 马蒂亚·萨巴泰利 :
QVMix和QVMix-Max:将深层质量值算法家族扩展到协作多智能体强化学习。 CoRR公司 abs/2012.12062 ( 2020 )
2010 – 2019
2019 [第17条] 吉尔斯·卢佩 , 乔里·赫尔曼斯 , 克莱默 :
不可微模拟器的对抗变分优化。 AISTATS公司 2019 : 1438-1447 [第16条] 吉尔斯·卢佩 , 乔里·赫尔曼斯 , 克莱默 :
不可微模拟器的对抗变分优化。 BNAIC/benlearn语言 2019 [第15条] 马蒂亚·萨巴泰利 , 吉尔斯·卢佩 , 皮埃尔·盖尔斯 , 马可·维林 :
深度质量价值(DQV)学习。 BNAIC/benlearn语言 2019 [第14条] 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
无约束单调神经网络。 BNAIC/benlearn语言 2019 [第13条] 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
无约束单调神经网络。 NeurIPS公司 2019 : 1543-1553 [第12条] Atilim Gunes Baydin公司 , 雷绍 , 瓦希德·比姆吉 , 卢卡斯·海因里希 , 萨伊德·纳德利帕里齐 , 安德烈亚斯·蒙克 , 刘佳林 , 布拉德利·格兰·汉森 , 吉尔斯·卢佩 , 劳伦斯·梅多斯 , 菲利普·H·S·托尔 , 维克多·W·李 , 克莱默 , 巴帕 , 弗兰克·伍德 :
寻求超越标准模型的物理的有效概率推理。 NeurIPS公司 2019 : 5460-5473 [第11条] Atilim Günes Baydin公司 , 雷绍 , 瓦希德·比姆吉 , 卢卡斯·海因里希 , 劳伦斯·梅多斯 , 刘佳林 , 安德烈亚斯·蒙克 , 萨伊德·纳德利帕里齐 , 布拉德利·格兰·汉森 , 吉尔斯·卢佩 , 马明飞 , 赵晓辉 , 菲利普·H·S·托尔 , 维克多·W·李 , 克莱默 , 巴帕 , 弗兰克·伍德 :
Etalumis:将概率编程引入大规模科学模拟器。 联合国安全理事会 2019 : 29:1-29:24 [电子1] 凯特里安·贝尔斯 , Bart Bogaerts公司 , 吉安卢卡·邦坦比 , 皮埃尔·盖尔斯 , 尼克·哈雷 , 伯特兰·勒比肖特 , 汤姆·莱纳特斯 , 吉尔斯·卢佩 , 保罗·范·埃克 :
2019年11月6日至8日,比利时布鲁塞尔,第31届比荷卢人工智能会议(BNAIC 2019)和第28届比利时-荷兰机器学习会议(Benelern 2019)会议记录。 CEUR研讨会记录 2491, CEUR-WS.org公司 2019 [目录] 【i21】 乔里·赫尔曼斯 , 沃洛基米尔·贝吉 , 吉尔斯·卢佩 :
具有近似似然比的无似然MCMC。 CoRR公司 abs/1903.04057 ( 2019 ) [i20] Atilim Günes Baydin公司 , 雷绍 , 瓦希德·比姆吉 , 卢卡斯·海因里希 , 劳伦斯·梅多斯 , 刘佳林 , 安德烈亚斯·蒙克 , 萨伊德·纳德利帕里齐 , 布拉德利·格兰·汉森 , 吉尔斯·卢佩 , 马明飞 , 赵晓辉 , 菲利普·H·S·托尔 , 维克多·W·李 , 克莱默 , 巴帕 , 弗兰克·伍德 :
Etalumis:将概率编程引入大规模科学模拟器。 CoRR公司 abs/1907.03382 ( 2019 ) [i19] 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
无约束单调神经网络。 CoRR公司 abs/1908.05164 ( 2019 ) [i18] 马蒂亚·萨巴泰利 , 吉尔斯·卢佩 , 皮埃尔·盖尔斯 , 马可·维林 :
近似两个值函数而不是一个值函数:描述一系列新的深度强化学习算法。 CoRR公司 abs/1909.01779 ( 2019 ) [i17] 克莱默 , 约翰·布雷默 , 吉尔斯·卢佩 :
基于模拟的推理的前沿。 CoRR公司 腹肌/1911.01429 ( 2019 ) 2018 [c10] 安东尼奥·苏特拉 , 塞利亚·查特尔 , 吉尔斯·卢佩 , 路易斯·韦亨克尔(Louis Wehenkel) , 皮埃尔·盖尔斯 :
带树的随机子空间用于内存约束下的特征选择。 AISTATS公司 2018 : 929-937 [i16] 乔里·赫尔曼斯 , 吉尔斯·卢佩 :
分布式异步梯度下降的梯度能量匹配。 CoRR公司 腹肌/1805.08469 ( 2018 ) 【i15】 约翰·布雷默 , 吉尔斯·卢佩 , 胡安·帕维兹 , 克莱默 :
从隐式模型中挖掘黄金以改进无似然推理。 CoRR公司 abs/1805.12244 ( 2018 ) [第14条] 金·艾伯特森 , 皮耶罗·阿尔托 , 达斯汀·安德森 , 安德鲁斯 , 胡安·佩德罗·阿拉克·埃斯皮诺萨 , 亚当·奥里萨诺 , 劳伦特·巴萨拉 , 艾德里安·贝文 , 瓦希德·比姆吉 , 丹尼尔·博纳科西 , 保罗·卡拉菲拉 , 马里奥·坎帕内利 , 路易斯·卡普斯 , 费德里科·卡米蒂亚 , 斯特凡诺·卡拉扎 , Taylor Childers公司 , 埃利亚斯·科尼亚维提斯 , 克莱默 , 克莱尔·戴维 , 道格拉斯·戴维斯 , 哈维尔·杜阿尔特 , 马丁·埃尔德曼 , 乔纳斯·埃斯科尔 , 阿米尔·法宾 , 马修·费克特 , 努诺·菲利佩·卡斯特罗 , 康纳·菲茨帕特里克 , 米歇尔·弗洛利斯 , 亚历山德拉·福蒂 , Jordi Garra-Tico公司 , Jochen Gemmler公司 , 玛丽亚·吉隆 , 保罗·格雷瑟 , 谢尔盖·格雷泽 , 弗拉基米尔·格里戈洛夫 , 托比亚斯·戈尔林 , 乔纳斯·格鲁 , 林赛·格雷 , 迪克·格林伍德 , 托马斯·哈克 , 约翰·哈维 , Benedikt Hegner公司 , 卢卡斯·海因里希 , 本·胡伯曼 , 约翰内斯·容格伯斯 , 迈克尔·卡根 , 梅根·凯恩 , 康斯坦丁·卡尼舍夫 , 普尔泽米斯劳·卡宾斯基(Przemyslaw Karpinski) , 扎哈里·卡萨波夫 , 高拉夫·考尔 , 多里安·科西拉 , 托马斯·凯克 , 阿列克谢·克利门托夫 , 吉姆·科沃考夫斯基(Jim Kowalkowski) , 卢克·克雷奇科 , 亚历山大·库雷平 , 罗布·库奇克 , 瓦伦丁·库兹涅佐夫 , 尼古拉斯·科勒 , 伊戈尔·拉科莫夫 , 凯文·兰农 , 马里奥·拉斯尼格 , 安东尼奥·利莫萨尼 , 吉尔斯·卢佩 , 阿什里塔·曼古 , 皮尔·马托 , 纳兰·米纳克西 , 海尔赫·麦哈德 , 达里奥·梅纳斯克 , 洛伦佐·莫内塔 , 赛斯·穆尔加特 , 马克·S·纽鲍尔 , 哈维·纽曼 , 汉斯·帕布斯特 , 米歇拉·帕格尼尼 , 曼弗雷德·保里尼 , 加布里埃尔·N·珀杜 , 乌泽尔·佩雷斯 , 阿蒂利奥·皮卡齐奥 , 吉姆·皮瓦尔斯基 , 哈里森·普洛斯珀 , 费尔南达·普西哈斯 , 亚历山大·拉多维奇 , 瑞恩·里斯 , 奥雷利乌斯·林克维修斯(Aurelius Rinkevicius) , 爱豆尔多·罗德里格斯 , 贾马尔·罗里 , 大卫·卢梭 , 亚伦·索尔斯 , 史蒂文·施拉姆 , 阿里尔·施瓦茨曼 , 霍斯特·塞韦里尼 , 保罗·塞弗特 , 菲利普·西罗基 , 康斯坦丁·斯卡兹特金 , 迈克·索科洛夫 , 格雷姆·安德鲁·斯图尔特 , 鲍勃·斯泰恩 , 伊恩·斯托克代尔 , 贾尔斯·查塔姆·斯特朗 , 萨凡纳泰国 , 卡伦·托姆科 , 埃利·厄普法尔 , 伊曼纽尔·乌塞 , 安德烈·乌斯图扎宁 , 马丁·瓦拉 , 索菲亚·瓦莱科尔萨 , 毛罗·韦尔泽蒂 , 泽维尔·维拉斯·卡多纳 , Jean-Roch Vlimant公司 , 伊利亚·武科蒂奇 , 肖恩·久恩·王 , 戈登·瓦茨 , 迈克尔·威廉姆斯 , 吴文静 , 斯特凡·温施 , 奥马尔·萨帕塔 :
高能物理社区白皮书中的机器学习。 CoRR公司 abs/1807.02876 ( 2018 ) [i13] Atilim Gunes Baydin公司 , 卢卡斯·海因里希 , 瓦希德·比姆吉 , 布拉德利·格兰·汉森 , 吉尔斯·卢佩 , 雷绍 , 巴帕 , 克莱默 , 弗兰克·D·伍德 :
寻求超越标准模型的物理的有效概率推理。 CoRR公司 腹肌/1807.07706 ( 2018 ) [i12] 马库斯·斯托耶 , 约翰·布雷默 , 吉尔斯·卢佩 , 胡安·帕维兹 , 克莱默 :
使用改进的交叉熵估计器进行无似然推断。 CoRR公司 abs/1808.00973 ( 2018 ) [i11] 马蒂亚·萨巴泰利 , 吉尔斯·卢佩 , 皮埃尔·盖尔斯 , 马可·维林 :
深度质量价值(DQV)学习。 CoRR公司 abs/1810.00368 ( 2018 ) [i10] 阿瑟·佩萨 , 安托万·威汉克尔(Antoine Wehenkel) , 吉尔斯·卢佩 :
用于类似自由推理的递归机器。 CoRR公司 abs/1811.12932 ( 2018 ) 2017 【c9】 吉尔斯·卢佩 , 迈克尔·卡根 , 克莱默 :
学习利用对手网络进行旋转。 NIPS公司 2017 : 981-990 [第九章] 吉尔斯·卢佩 , 克莱默 :
不可微模拟器的对抗变分优化。 CoRR公司 腹肌/1707.07113 ( 2017 ) [i8] 安东尼奥·苏特拉 , 塞利亚·查特尔 , 吉尔斯·卢佩 , 路易斯·韦亨克尔(Louis Wehenkel) , 皮埃尔·盖尔斯 :
带树的随机子空间用于内存约束下的特征选择。 CoRR公司 腹肌/1709.01177 ( 2017 ) [i7] 马里奥·莱兹卡诺·卡萨多 , Atilim Gunes Baydin公司 , 大卫·马丁内斯·鲁比奥 , 团安乐 , 弗兰克·D·伍德 , 卢卡斯·海因里希 , 吉尔斯·卢佩 , 克莱默 , Karen Ng(女) , 瓦希德·比姆吉 , 巴帕 :
大型科学模拟器中概率规划推理编译的改进。 CoRR公司 abs/1712.07901 ( 2017 ) 2016 [j3] 拉斐尔·马雷 , 洛伊克·罗卢斯 , 本杰明·史蒂文斯 , 雷诺德·霍尤克斯 , 吉尔斯·卢佩 , 雷米·凡代尔 , Jean-Michel开始 , 菲利普·凯恩斯 , 皮埃尔·盖尔斯 , 路易斯·韦亨克尔(Louis Wehenkel) :
使用细胞胺协同分析多千兆像素成像数据。 生物信息。 32 ( 9 ) : 1395-1401 ( 2016 ) [注2] 吉尔斯·卢佩 , 克莱默 , 胡安·帕维兹 :
卡尔:一个类似的无障碍推理工具箱。 J.开源软件。 1 ( 1 ) : 11 ( 2016 ) 【c8】 吉尔斯·卢佩 , 侯赛因·T·阿尔·纳特谢 , 马特乌斯·苏西克 , 伊蒙·詹姆斯·马奎尔 :
使用半监督学习消除种族敏感作者的歧义。 KESW公司 2016 : 272-287 【c7】 安东尼奥·苏特拉 , 吉尔斯·卢佩 , 瓦安·胡恩·图 , 路易斯·韦亨克尔(Louis Wehenkel) , 皮埃尔·盖尔斯 :
随机森林的上下文相关特征分析。 阿联酋 2016 【c6】 伊蒙·马奎尔 , 哈维尔·马丁·蒙图尔 , 吉尔斯·卢佩 :
出版物影响的可视化。 EuroVis(短文) 2016 : 103-107 [i6] 安东尼奥·苏特拉 , 吉尔斯·卢佩 , 瓦安·胡恩·图 , 路易斯·韦亨克尔(Louis Wehenkel) , 皮埃尔·盖尔斯 :
随机森林的上下文相关特征分析。 CoRR公司 abs/1605.03848 ( 2016 ) [i5] 伊蒙·詹姆斯·马奎尔 , 哈维尔·马丁·蒙图尔 , 吉尔斯·卢佩 :
出版物影响的可视化。 CoRR公司 abs/1605.06242 ( 2016 ) [i4] 吉尔斯·卢佩 , 迈克尔·卡根 , 克莱默 :
学习利用对手网络进行旋转。 CoRR公司 abs/1611.01046 ( 2016 ) 2015 [j1] 加勒·瓦罗佐 , 拉尔斯·别丁克 , 吉尔斯·卢佩 , 奥利维尔·格里塞尔 , 费比安·佩德雷戈萨 , 安德烈亚斯·穆勒 :
Scikit学习:不学习机器的机器学习。 GetMobile手机。 计算。 Commun公司。 19 ( 1 ) : 29-33 ( 2015 ) [i3] 吉尔斯·卢佩 , 侯赛因·T·阿尔·纳特谢 , 马特乌斯·苏西克 , 伊蒙·詹姆斯·马奎尔 :
使用半监督学习消除对种族敏感的作者歧义。 CoRR公司 腹肌/1508.07744 ( 2015 ) 2014 【b1】 吉尔斯·卢佩 :
理解随机森林:从理论到实践。 比利时列日大学, 2014 【c5】 安东尼奥·苏特拉 , 阿诺·乔利 , 文森特·弗朗索瓦·拉维特 , 紫霄亚伦·邱 , 吉尔斯·卢佩 , 达米安·恩斯特 , 皮埃尔·盖尔斯 :
钙成像中偏相关统计的简单连接体推断。 神经连接组学 2014 : 23-34 【c4】 拉斐尔·马雷 , 洛伊克·罗卢斯 , 本杰明·史蒂文斯 , 吉尔斯·卢佩 , 奥利维尔·考博 , 纳塔查岩石 , 桑德琳·贝卡尔特 , 迪迪埃·加泰罗多 , 路易斯·韦亨克尔(Louis Wehenkel) :
使用web服务和机器学习进行大规模基于图像的测量的混合人机方法。 ISBI公司 2014 : 902-906 [i2] 安东尼奥·苏特拉 , 阿诺·乔利 , 文森特·弗朗索瓦·拉维特 , 紫霄亚伦·邱 , 吉尔斯·卢佩 , 达米安·恩斯特 , 皮埃尔·盖尔斯 :
钙显像中部分相关统计的简单连接体推断。 CoRR公司 abs/1406.7865 ( 2014 ) 2013 【c3】 吉尔斯·卢佩 , 路易斯·韦亨克尔(Louis Wehenkel) , 安东尼奥·苏特拉 , 皮埃尔·盖尔斯 :
了解随机树森林中的变量重要性。 NIPS公司 2013 : 431-439 [i1] 拉尔斯·别丁克 , 吉尔斯·卢佩 , 马修·布隆德尔 , 费比安·佩德雷戈萨 , 安德烈亚斯·穆勒 , 奥利维尔·格里塞尔 , 弗拉德·尼库莱 , 彼得·普雷滕霍弗 , 亚历山大·格兰福特 , 杰克·格罗布勒 , 罗伯特·莱顿 , 杰克·范德普拉斯 , 阿诺·乔利 , 布莱恩·霍尔特 , 加勒·瓦罗佐 :
机器学习软件的API设计:来自scikit-learn项目的经验。 CoRR公司 abs/1309.0238 ( 2013 ) 2012 【c2】 吉尔斯·卢佩 , 皮埃尔·盖尔斯 :
随机补丁上的合奏。 ECML/PKDD(1) 2012 : 346-361 2011 【c1】 皮埃尔·盖尔斯 , 吉尔斯·卢佩 :
学习使用极端随机的树进行排序。 雅虎! 学习排名挑战 2011 : 49-61