CAp 2018 - Conférence sur l'Apprentissage Automatique

Program

Please respect the duration of your presentation

[L#] Long : 20 minutes followed by 10 minutes of questions
[M#] Medium : 15 minutes followed by 5 minutes of questions
[C#] Short : 10 minutes followed by 5 minutes of questions
Papers of the competition: TBA

	Wednesday, June the 20th	Thursday, June the 21th	Friday, June the 22th
	Auditorium INSA	Auditorium INSA	Auditorium INSA
8:30	Welcome
9:00	Invited speaker Antoine Bordes, FAIR	Invited speaker John Shawe-Taylor, UCL	Invited speaker Jean-Bernard Lasserre, CNRS
9:30
10:00
	Coffee Break
10:30	Session 1 L1, M1, M2, C1, C2, C3	Session 3 L2, M3, M4, C4, C5, C6	Session 4 L3, M5, M6, C7, C8, C9
11:00
11:30
12:00
12:30
	Lunch


14:00	Machine Learning for Health L4, C10, C11, C12, C13	Session Competition	Session SSFAM
14:30
15:00
15:30
	Pause
16:00	Rouen Normandy Autonomous Lab	Session Posters
16:30	Session Posters
17:00
17:30
18:00

19:00		Banquet Musées des beaux-arts



23:00

Wednesday 20/06

Invited speaker - 9h - 10h

Teaching Machines to Understand Natural Language
Antoine Bordes, FAIR

Session 1 - 10h30 - 12h30

Chair: Nicolas Courty

[L1] Deep Learning for Physical Processes: Incorporating Prior Scientific Knowledge
Arthur Pajot, Emmanuel de Bézenac and Patrick Gallinari

[M1] Fused Gromov Wasserstein distance
Titouan Vayer, Laetitia Chapel, Rémi Flamary, Romain Tavenard and Nicolas Courty

[M2] Celer: un solveur Lasso accéléré par extrapolation dans le dual
Mathurin Massias, Alexandre Gramfort and Joseph Salmon

[C1] Apprentissage d’un vote de majorité hiérarchique pour l’apprentissage multivue
Anil Goyal, Emilie Morvant and Massih-Reza Amini

[C2] Biais inductif explicite pour l'apprentissage par transfert de réseaux convolutifs
Xuhong Li, Yves Grandvalet and Franck Davoine

[C3] Frank-Wolfe Boosting Décentralisé pour l'Apprentissage de Modèles Personnalisés
Valentina Zantedeschi, Aurélien Bellet and Marc Tommasi

Session 2 Machine Learning for Health - 14h00 - 15h30

Chair: Chloé-Agathe Azencott

[L4] Spotting L3 slice in CT scans using deep convolutional network and transfer learning
Soufiane Belharbi, Clément Chatelain, Romain Hérault, Sébastien Adam, Sébastien Thaureau, Mathieu Chastan and Romain Modzelewski

[C10]Apprentissage de représentation par auto-encodeur à noyaux
Pierre Laforgue, Stéphan Clémençon and Florence D'Alché-buc

[C11] Étude de la radiomique en imagerie TEP oncologique basée sur réseau de neurones 3D
Amine Amyar, Su Ruan, Isabelle Gardin, Clement Chatelain, Romain Herault, Pierre Decazes and Romain Modzelewski

[C12] Disease Classification in Metagenomics with 2D Embeddings and Deep Learning
Thanh Hai Nguyen, Edi Prifti, Yann Chevaleyre, Nataliya Sokolovska and Jean-Daniel Zucker

[C13] Enhanced ensemble approach to learn Markov blankets for feature subset selection in high-dimensional settings. Illustration with an application to mine genetic data
Clément Niel and Christine Sinoquet

Liste Poster 1 - 16h30 - 18h30

[L1], [L4], [M1], [M2], [C1], [C2], C3], [C10], [C11], [C12], [C13]

[P1] Une borne transductive multiclasses pour le classifieur de vote majoritaire
Vasilii Feofanov, Emilie Devijver and Massih Reza Amini

[P2] Arbres de décision multi-opérateurs pour la classification efficace et intelligible de séries temporelles
Vera Shalaeva, Sami Alkhoury, Julien Marinescu, Cécile Amblard and Gilles Bisson

[P3] Vers une méthode d'optimisation non paramétrique pour l'apprentissage de dictionnaire en utilisant Small-Variance Asymptotics pour modèle probabiliste
Hong-Phuong Dang, Clément Elvira and Pierre Chainais

[P4] Emulsion de noyaux et d'apprentissage profond
Luc Giffon, Stéphane Ayache, Hachem Kadri and Thierry Artieres

[P5] Analyse théorique de l’apprentissage avec des fonctions de similarités pour l’adaptation de domaine
Sofiane Dhouib and Ievgen Redko

[P6] Error bounds with almost radical dependence on the number of components for multi-category classification, vector quantization and switching regression
Fabien Lauer

[P7] Deep Neural Networks Regularization for Structured Output Prediction
Soufiane Belharbi, Romain Hérault, Clément Chatelain and Sébastien Adam

[P8] Apprentissage de métrique pour la classification de données déséquilibrées
Léo Gautheron, Amaury Habrard, Emilie Morvant and Marc Sebban

[P9] Sliding Window Strategy for Topic Modeling in Document Streams
Pierre-Alexandre Murena, Marie Al Ghossein, Talel Abdessalem and Antoine Cornuéjols

[P10] Pondération dynamique en apprentissage multi-vues pour des applications radiomics
Hongliu Cao, Simon Bernard, Robert Sabourin and Laurent Heutte

[P11] Autoencoder-based time series clustering with energy applications
Guillaume Richard, Georges Hébrail, Benoît Grossin, Guillaume Germaine and Anne de Moliner

Thursday 21/06

Invited speaker - 9h - 10h

New Approaches to Training and Analysing Deep Networks
John Shawe-Taylor, UCL

Session 3 - 10h30 - 12h30

Chair: Antoine Cornuéjols

[L2] GridSearch: Complexite et Garantie pour la Validation
Eugene Ndiaye, Tam Le, Olivier Fercoq, Joseph Salmon and Ichiro Takeuchi

[M3] Structured Output Learning with Abstention: Application to Accurate Opinion Prediction
Alexandre Garcia, Slim Essid, Chloé Clavel and Florence d'Alché-buc

[M4] Sélection et Configuration d'algorithme par MCTS
Herilalaina Rakotoarison and Michèle Sebag

[C4] Multi-View Data Generation Without View Supervision
Mickael Chen, Ludovic Denoyer and Thierry Artières

[C5] Dilated Spatial Generative Adversarial Networks for Ergodic Image Generation
Cyprien Ruffino, Romain Hérault and Gilles Gasso

[C6] Apprentissage en ligne de tenseurs
Abraham Traoré, Maxime Berar and Alain Rakotomamonjy

Session Competition - 14h00 - 16h00

Chair: Caroline Petitjean

14:00-14:20 GPU for Deep Learning
NVIDIA

14:20-14:40 Lessons learned from the AutoML challenge
Lisheng Sun-Hosoya, Isabelle Guyon and Michele Sebag

14:40-14:55
Nicolas Ballier

14:55-15:00 Prizes
NVIDIA and Stéphane Canu

15:00-15:15 Top Submission: predicting the level of non-native English speakers from their written essays
G. Balikas

15:00-15:15 Second Top Submission : Une méthode en deux étapes pour la prédiction du niveau d'anglais.
Alexandre Garcia

Presentation Poster 2 - 16h00 - 18h00

[L2], [L3], [M3], [M4], [M5], [M6], [C4], [C5], C6], [C7], [C8], [C9]

[P12] Categorized Multi-Armed Bandit
Matthieu Jedor, Vianney Perchet, Jonathan Louedec, Bruno Goutorbe and Matthieu Cornec

[P13] Comparaison de méthodes de prévision à court terme du trafic en milieux urbain et périurbain
Julien Salotti, Serge Fenet, Romain Billot, Nour-Eddin El Faouzi and Christine Solnon

[P14] Baselines and a datasheet for the Cerema AWP dataset
Ismaïla Seck, Gaelle Loosli, Pierre Duthon and Khouloud Dahmane

[P15] Supervised Classification of Social Spammers using a Similarity-based Markov Random Field Approach
Nour El-Mawass, Paul Honeine and Laurent Vercouter

[P16] Reconnaissance d'actions et architectures à deux voies
Guillaume Lorre, Jaonary Rabarisoa, Stéphane Canu, Astrid Orcesi and Samia Ainouz

[P17] Apprentissage stochastique de représentation binaire pour la classification multi-classes dans un grand nombre de catégories
Thomas Gerald, Nicolas Baskiotis and Ludovic Denoyer

[P18] Predicting CEFRL levels in learner English on the basis of metrics and full texts
Taylor Arnold, Nicolas Ballier, Thomas Gaillat, and Paula Lissón

[P19] Contribution au calcul d'une politique déterministe dans un MDP avec récompenses imprécises
Pegah Alizadeh, Aomar Osmani and Emiliano Traversi

[P20] Décomposition matricielle de rang 1 pour la classification croisée
Charlotte Laclau, Franck Iutzeler and Ievgen Redko

[P21] Multi-Relational Constraints in Metric Learning
Jiajun Pan, Hoel Le Capitaine and Philippe Leray

[P22] ReviewQA: Un dataset de questions relationnelles pour la lecture
Quentin Grail and Julien Perez

[P23] Learning to Build a Job Embedding Space with a Job Oriented Asymmetrical Pairing System
Tanguy Moreau, Paul Mougel, Clément Viricel and Samuel Magnan

Friday 22/06

Invited speaker - 9h - 10h

Moments and positivity certificates in and outside optimization
Jean-Bernard Lasserre, LAAS

Session 4 - 10h30 - 12h30

Chair: Massih-Reza Amini

[L3] Ranking Median Regression: Learning to Order through Local Consensus
Stéphan Clémençon, Anna Korba and Eric Sibony

[M5] Intrication et noyaux à valeurs opérateurs
Riikka Huusari and Hachem Kadri

[M6] CONE : Un algorithme d’optimisation de la F-Mesure par pondération des erreurs de classification
Kevin Bascol, Rémi Emonet, Elisa Fromont, Amaury Habrard, Guillaume Metzler and Marc Sebban

[C7] Apprentissage multi-modal de représentation de mots à l'aide de contexte visuel
Eloi Zablocki, Benjamin Piwowarski, Laure Soulier and Patrick Gallinari

[C8] Apprentissage profond pour l'approximation d'une distance d'édition entre graphes
Guillaume Renton, Benoît Gaüzère, Pierre Héroux and Sébastien Adam

[C9] Data sparse nonparametric regression with $\epsilon$-insensitive losses
Maxime Sangnier, Olivier Fercoq and Florence d'Alché-buc