HDR (2019), Mémoire de thèse (1999)
| Co-auteurs | Titre | Source |
|---|---|---|
| Coudray O., Bristiel P., Dinis M., Keribin C., Pamphile P. | Construction of Fatigue Criteria Through Positive-Unlabeled Learning | FFEMS, 2024, 0:1–17 pdf |
| Biernacki C., Jacques J., Keribin C. | A Survey on Model-Based Co-Clustering: High Dimension and Estimation Challenges | Journal of Classification, p.1-50, 2023 pdf |
| Coudray, O., Keribin C., Massart, P., Pamphile, P. | Risk bounds for PU learning under Selected at Random assumption | JMLR 24(2023): p 1−31 |
| Antonazzo F., Biernacki C., Keribin C. | Frugal Gaussian clustering of huge imbalanced datasets through a bin-marginal approach | Statistics and Computing, 2023, vol. 33, no 3, p. 1-22 |
| Coulaud R., Keribin C., Stoltz G. | Modeling dwell time in a data-rich railway environment: With operations and passenger flows data | Transportation Research Part C: Emerging Technologies, 2023, vol. 146, p. 103980 |
| Keribin C. | Cluster or co-cluster the nodes of oriented graphs? | Journal de la Société Française de Statistique 162(1), 2021, pdf |
| Brault V., Keribin C., Mariadassou M. | Consistency and Asymptotic Normality of Latent Blocks Model Estimators | Electron. J. Statist. 14(1), 2020, pdf |
| Keribin C. | A note on BIC and the slope heuristics | Journal de la SFdS 160(3), 2019, pdf |
| Keribin C., Liu Y. Popova T., Rozenholc Y. | A mixture model to characterize genomic alterations of tumors | Journal de la SFdS 160(1), 2019, pdf |
| Hernandez C., Keribin C., Drobinski P., Turquety S. | Statistical modelling of wildfire size and intensity: a step toward meteorological forecasting of summer extreme fire risk | Annales Geophysicae 33, 2015, pdf |
| Keribin C., Brault V., Celeux G., Govart G. | Estimation and Selection for the Latent Block Model on Categorical Data | Statistics and Computing 25 (6), 2015, pdf |
| Michel V., Gramfort A., Varoquaux G.,Eger E., Keribin C., and Thirion B. | A supervised clustering approach for fMRI-based inference of brain states | Pattern Recognition – Special Issue on Brain Decoding 45(6), 2012, pdf |
| Michel V., Eger E., Keribin C. and Thirion B. | Multi-Class Sparse Bayesian Regression for fRMI-based prediction | International Journal of Biomedical Imaging 2011, pdf |
| Keribin C. | Méthodes bayésiennes variationnelles : concepts et applications en neuroimagerie | Journal de la Société Française de Statistique 151(2), 2010, pdf |
| Keribin C., Haughton D. | Asymptotic probabilities of over-estimating and under-estimating the order of a model in general regular families | Communications in Statistics, Theory and Methods 32-7, 2003 |
| Gassiat E. , Keribin C. | The Likelihood Ratio Test for the number of components of a mixture with Markov regime | ESAIM PS Vol 4, 2000 |
| Keribin C. | Consistent Estimation of the Order of Mixture Models | Sankhya Series A volume 62, Part. 1, 2000, pdf |
| Keribin C. | Estimation consistante de l’ordre de modèles de mélange | CRAS Série I, 326(2), 1998 |
Actes de conférences
- Coulaud, R., Keribin, C., Stoltz, G.: Modélisation de déplacements à bord de trains pour estimation de la charge à bord par zone. 54èmes Journées de Statistique, Bruxelles, 2023
- Coulaud, R., Keribin, C., Stoltz, G.: One-Station-Ahead Forecasting of Dwell Time, Arrival Delay and Passenger Flows on Trains Equipped with Automatic Passenger Counting (APC) Device. In World Congress on Railway Research 2022
- Coudray O., Keribin C., Pamphile P.: Convergence rates for PU learning under the SAR assumption: influence of propensity. Conférence CAp 2022 Vannes (Poster)
- Antonazzo F., Biernacki C., Keribin C.: A binned technique for scalable model-based clustering on huge datasets, MBC2, Sep 2020, Catania, Italy, 2020
- Antonazzo F., Biernacki C., Keribin C.: Estimation de modèles de mélanges gaussiens univariés à partir de données groupées dans le cas d’une grande volumétrie de données, 52èmes Journées de Statistique, 2020
- Coulaud R., Keribin C., Stoltz G.: Quels modèles pour le temps de stationnement des trains en Île de France ?, 52èmes Journées de Statistique, 2020
- Coudray O., Keribin C., Pamphile P., Dinis M., Bristiel P.: Caractérisation de zones critiques pour le dimensionnement en fatigue d’une pièce mécanique, 22e Congrès de Maîtrise des Risques et Sûreté de Fonctionnement λµ22, 2020
- Keribin C., Biernacki C: Le modèle des blocs latents, une méthode régularisée pour la classification en grande dimension, 51èmes Journées de Statistique, Nancy, 2019
- Keribin C., Celeux G., Robert V.: The Latent Block Model: a useful model for high dimensional data, ISI 2017, 61st World Statistics Congress, Marrakech, Maroc, 2017
- Brault V., Keribin C., Mariadassou, M.: Équivalence asymptotique des vraisemblances observée et complète dans le modèle de blocs latents, XXIV èmes Rencontres de la Société Francophone de Classification, Lyon, 2017
- Brault V., Keribin C., Mariadassou M.: Normalité asymptotique de l’estimateur du maximum de vraisemblance dans le modèle de blocs latents, in 48èmes Journées de Statistique, Montpellier, 2016
- Robert V., Celeux G., Keribin C.: Modèle des blocs latents et sélection de modèles en pharmacovigilance, in 48èmes Journées de Statistique, Montpellier, 2016
- Liu Y., Keribin C., Popova T., Rozenholc Y.: Statistical Estimation of Genomic Tumoral Alterations, in 47èmes Journées de Statistique, Lille, 2015
- Robert V., Celeux G., Keribin C.: Un modèle statistique pour la pharmacovigilance, in 47èmes Journées de Statistique, Lille, 2015
- Keribin C.: L’utilisation des logiciels dans les enseignements de statistique à l’université, in 46èmes Journées de Statistique, Rennes, 2014
- Keribin C., Brault V., Celeux G., Govart G.: Estimation and Selection for the Latent Block Model on Categorical Data, , Rapport de recherche INRIA, 2013
- Keribin C., Brault V., Celeux G., Govart G.: Model selection for the binary latent block model, in Proceedings of COMPSTAT 2012
- Brault V., Celeux G., Keribin C.: Régularisation bayésienne du modèle des blocs latents, in 44èmes Journées de Statistique, Bruxelles, 2012
- Keribin C., Govaert G., Celeux G.: Estimation d’un modèle à blocs latents par l’algorithme SEM, in 42èmes Journées de Statistique, Marseille, 2010
- Michel V., Eger E., Keribin C., Poline J.-B. and Thirion B.: A supervised clustering approach for extracting predictive information from brain activation images, in IEEE Computer Society Workshop on Mathematical Methods in Biomedical Image Analysis (MMBIA10) – IEEE Conference on Computer Vision and Pattern Recognition, 2010.
- Michel V., Eger E., Keribin C. and Thirion B.: Multi-Class Sparse Bayesian Regression for Neuroimaging data analysis, in International Workshop on Machine Learning in Medical Imaging (MLMI) In conjunction with MICCAI 2010
- Michel V., Eger E., Keribin C. and Thirion B.: Adaptive multi-class bayesian sparse regression – an application to brain activity classification, In MICCAI’09 Workshop on Analysis of Functional Medical Images, 2009
Exposés invités
- Model based co-clustering: high dimension and estimation challenges, Séminaire Parisien de Statistique, Paris, 2024
- Frugal Gaussian clustering of huge imbalanced datasets through a bin-marginal approach, WGMBC, Athènes (October 25-29, 2021); Journées JSTAR, Rennes (7 et 8 avril 2022); ERCIM CMStatistics, Londres (December 17th, 2022)
- Asymptotic criteria for model selection in the latent block model, MHC2021, Orsay (June 2-4, 2021)
- Clustering of a directed graph: Bipartite clustering or not?, ERCIM CMStatistics, online, 2020; séminaire INRAE-MaIAGE (déc. 2020)
- Some asymptotic properties of model selection criteria in the latent block model, 12th Scientific meeting CLADAG 2019, Cassino (Italie), 2019; séminaire du MAP5 (nov 2019), séminaire d’AgroParisTech (mai 2020)
- Co-clustering: a versatile way to perform clustering in high dimension,11th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatitistics 2018), Pisa, Italy, December, 2018
- The Latent Block Model: a useful model for high dimensional data, ISI 2017, 61st World Statistics Congress, Marrakech, Maroc, 2017
- Méthodes Bayésiennes Variationnelles: Journée spéciale du groupe Statistique Mathématique de la SFdS, Paris, 2017
- Model selection with intractable likelihood, ERCIM, Londres 2013
Mini cours invité
- Introduction au Machine Learning. Ateliers de la SFdS, novembre 2022
- Variational Bayes methods and algorithms, CIRM, Marseille, dans le cadre de la Semaine Bayésienne, mars 2016
Autres exposés
- Probabilistic modelling of passenger movements to predict onboard loads, CMStatistics, Berlin, 2023
- Aggregating strategies for online protfolio optimization, CMStatistics, Londres, 2017
- Asymptotic normality of the maximum likelihood estimator for LBM : COMPSTAT2016 (Oviedo, Espagne); Séminaire AgroParis-Tech;Working Group on Model-Based Clustering, Paris, 2016
- Sélection de modèles quand la vraisemblance est incalculable, 47èmes Journées de Statistique, Lille, 2015
- Les métiers des mathématiques, les maths cela sert!, Congrès Maths en Jeans, Paris, 2015
- L’utilisation des logiciels dans les enseignements de statistique à l’université, 46èmes Journées de Statistique, Rennes, 2014
- Statistical estimation of genomic alterations of tumors, ERCIM, Pise 2014
- Model selection for the binary latent block model, COMPSTAT, Chypre, 2012
- Estimation dans le modèle des blocs latents, séminaire parisien de statistique, 2012
- L’estimation des modèles à blocs latents, séminaire d’Orsay; séminaire ECAIS (Paris-Descartes), 2011
- Estimation d’un modèle à blocs latents par l’algorithme SEM, 42èmes Journées de Statistique, Marseille, 2010
- Test de modèles en phylogénie, Journées MAS Nancy, 2004
- Reconstruction d’arbres phylogénétiques: inférence statistique et algorithmes, séminaire Grenoble, 2003
- Tester le nombre de populations dans un modèle de mélange à régime markovien, Journées MAS Rennes, 2000
- Estimation consistante de l’ordre de modèles de mélanges, XVIIIème Rencontre Franco-Belge de Statisticiens, Louvain-la-Neuve, 1997
- Estimation d’un processus MA bruité par maximum de vraisemblance tronquée, Journée Chaînes de Markov Cachées, Université d’Evry, 1997