Gramfort, Alexandre, 1982-....
Alexandre Gramfort
VIAF ID: 303192619 ( Personal )
Permalink: http://viaf.org/viaf/303192619
Preferred Forms
- 100 0 _ ‡a Alexandre Gramfort
- 100 1 _ ‡a Gramfort, Alexandre, ‡d 1982-....
4xx's: Alternate Name Forms (3)
5xx's: Related Names (2)
- 511 2 _ ‡a Institut national de recherche en informatique et en automatique (France)
- 511 2 _ ‡a Meta Platforms, Inc. (firme)
Works
Title | Sources |
---|---|
Advanced Random Matrix Methods for Machine Learning | |
Advances in automating analysis of neural time series data. | |
Algorithmic and software contributions to graph mining | |
Analyse automatique des stades du sommeil à partir des voies électrophysiologiques et cardiorespiratoires | |
Apprentissage à partir de séries temporelles d'électrophysiologie pendant le sommeil : de l'annotation manuelle à la détection automatique d'évènements. | |
Apprentissage automatique pour la prédiction des troubles du contrôle des impulsions dans la maladie de Parkinson. | |
Apprentissage biqualité : de l'apprentissage faiblement supervisé aux décalages de distribution. | |
Apprentissage de représentations et modèles génératifs profonds dans les systèmes dynamiques | |
Apprentissage profond pour les séries temporelles multivariées : contrôle de véhicule autonome, reconnaissance de gestes et génération de mouvement. | |
Apprentissage semi-supervisé de dictionnaire et de réseaux de neurones profonds. | |
Approche multi-niveaux de la connectivité cérébrale dans la maladie d'Alzheimer. | |
Approches computationnelles d'analyse des relations entre cerveau et comportement | |
Automatic sleep stage analysis from ectrophysiological and cardio-respiratory channels. | |
Avancées en transport optimal et applications aux neurosciences. | |
Biais inductifs pour l'apprentissage automatique dans un contexte où les données sont limitées. | |
Biquality learning : from weakly supervised learning to distribution shifts | |
Building clinical biomarkers from cerebral electrophysiology ˸ Brain Age as a measure of neurocognitive disorders | |
Caractérisation en ligne du réseau rétinien. | |
Computational approaches for brain-behavior relationship. | |
Construction de biomarqueurs cliniques à partir de l'electrophysiologie cérébrale ˸ l'âge du cerveau comme mesure des troubles neurocognitifs. | |
Contributions algorithmiques et logicielle à l'apprentissage automatique sur les graphes. | |
Contributions aux méthodes parcimonieuses pour la localisation de source en MEG/EEG. | |
Contributions pour l'analyse automatique de signaux neuronaux | |
Contributions to sparse source localization for MEG/EEG brain imaging | |
Décodage des intentions et des exécutions motrices : étude du rôle des oscillations cérébrales via l'apprentissage machine et développement d'outils open-source | |
Deep learning for multivariate time series : from vehicle control to gesture recognition and generation | |
Deep learning in public health, and contributions to statistical learning | |
Détection et localisation d'anomalies dans des données hétérogènes en utilisant des modèles graphiques non orientés mixtes | |
Enabling cortical cell-specific sensitivity on diffusion MRI microstructure measurements using likelihood-free inference | |
Enabling real-world EEG applications with deep learning | |
Estimation de variables et apprentissage supervisé en IRMf : de la pratique à la théorie. | |
Évaluation de modèles computationnels de la vision humaine en imagerie par résonance magnétique fonctionnelle | |
Exploration of multivariate EEG /MEG signals using non-stationary models | |
Exploring invariances of multivariate time series via Riemannian geometry : validation on EEG data. | |
Extension de la mesure de la microstructure par IRM de diffusion aux cellules corticales via inférence par simulation. | |
Feature extraction and supervised learning on fMRI : from practice to theory | |
Geometric data analysis, beyond convolutions. | |
Hyperparameter selection for high dimensional sparse learning : application to neuroimaging | |
In search of invariants in electroencephalography signals for brain-computer interfaces | |
À la recherche des bases neurales de la compositionnalité | |
Learning from electrophysiology time series during sleep : from scoring to event detection | |
Learning from genomic data : efficient representations and algorithms.. | |
Localisation et suivi d'activité fonctionnelle cérébrale en électro et magnétoencéphaolographie : application au système visuel humain | |
Machine learning and extremes for anomaly detection. | |
Machine learning based on Hawkes processes and stochastic optimization | |
Machine learning to predict impulse control disorders in Parkinson's disease | |
Mapping, timing and tracking cortical activations with MEG and EEG : methods and application to human vision. | |
Méthode d'apprentissage profond (deep learning) pour prévoir les flux dans les réseaux de transports d'électricité : nouvelles architectures et algorithmes. | |
Méthodes avancées de la théorie des matrices aléatoires pour l'apprentissage automatique. | |
Modélisation à Base de Réseaux de Neurones des Performances des Plateformes Cloud. | |
Multilayer Approach to Brain Connectivity in Alzheimer's Disease | |
Neural-Based Modeling for Performance Tuning of Cloud Data Analytics | |
Nonlinear models for neurophysiological time series | |
Nouvelles approches algorithmiques pour les problèmes directs et inverses en M/EEG | |
Novel algorithmic approaches for the forward and inverse M/EEG problems. | |
On inductive biases for machine learning in data constrained settings | |
Online characterization of the retinal network | |
Optimisation asynchrone pour l'apprentissage statistique. | |
Optimisation Non Convexe pour Modèles à Données Latentes : Algorithmes, Analyse et Applications. | |
Random Matrix Theory for AI : From Theory to Practice | |
Representation Learning and Deep Generative Modeling in Dynamical Systems. | |
Représentations Convolutives Parcimonieuses -- application aux signaux physiologiques et interpétabilité de l'apprentissage profond | |
Riemannian geometry for statistical estimation and learning : application to remote sensing | |
Sélection d'hyperparamètres pour l'apprentissage parcimonieux en grande dimension : application à la neuroimagerie. | |
Semi-supervised dictionary learning and Semi-supervised deep neural network | |
Séparation aveugle de source : de l'instantané au convolutif | |
Séparation de sources musicales neuroguidée. | |
Sparse high dimensional regression in the presence of colored heteroscedastic noise : application to M/EEG source imaging | |
Tenseurs et graphes pour l'analyse multivariée - application aux neurosciences. | |
Using diffusion MR information to reconstruct networks of brain activations from MEG and EEG measurements. | |
Utilisation de l'IRM de diffusion pour la reconstruction de réseaux d'activations cérébrales à partir de données MEG/EEG |