Thesis manuscript

  • Marie Guyomard. Régression logistique à noyau neural explicable : application à la médecine de précision. Thèse.fr, 2023. [Manuscript]

International Journal

  • Cyprien Gilet, Marie Guyomard, Sébastien Destercke, and Lionel Fillatre. Softmin discrete minimax classifier for imbalanced classes and prior probability shifts. Machine Learning, 113(2):605–645, 2024. [Article]

International peer-reviewed conferences

  • Marie Guyomard, Anne-Déborah Bouhnik, Louis Tassy, and Raquel Urena. Encoding breast cancer patients’ medical pathways from reimbursement data using representation learning: a benchmark for clustering tasks. IEEE 37th International Symposium on Computer-Based Medical Systems (CBMS), pages 120–125, 2024. [Article] [Slides]

  • Marie Guyomard, Susana Barbosa, and Lionel Fillatre. Kernel logistic regression approximation of an understandable relu neural network. International Conference on Machine Learning (ICML), pages 12268–12291, 2023. [Article][Poster]

  • Marie Guyomard, Susana Barbosa, and Lionel Fillatre. Understandable relu neural network for signal classification. IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pages 1–5, 2023. [Article]

  • Cyprien Gilet, Marie Guyomard, Susana Barbosa, and Lionel Fillatre. Multiclass minimax learning for deep neural networks. 31st European Signal Processing Conference (EUSIPCO), pages 1265–1269, 2023. [Article]

  • Cyprien Gilet, Marie Guyomard, Susana Barbosa, and Lionel Fillatre. Adjusting decision trees for uncertain class proportions. ECML/PKDD 2020 Tutorial and Workshop on Uncertainty in Machine Learning, 2020. [Presentation]

National peer-reviewed conferences

  • Marie Guyomard, Anne-Déborah Bouhnik, Tassy Louis, and Raquel Ureña. Representation learning pour la codification des parcours thérapeutiques de patientes atteintes de cancer du sein à partir de données de remboursement : un benchmark pour des tâches de clustering. Atelier Intelligence Artificielle Centrée sur les Données - Extraction et Gestion des Connaissances, 2025. [Slides]

  • Marie Guyomard, Susana Barbosa, and Lionel Fillatre. Régression logistique à noyau équivalente à un réseau de neurones interprétable. GRETSI’23-XIXème Colloque Francophone de Traitement du Signal et des Images, 2023. [Article]

  • Cyprien Gilet, Marie Guyomard, Sébastien Destercke, and Lionel Fillatre. Classifieur minimax discret randomisé pour la détection de classes rares et la présence de probabilités a priori imprécises. GRETSI’23-XIXème Colloque Francophone de Traitement du Signal et des Images, 2023. [Article]

  • Marie Guyomard, Susana Barbosa, and Lionel Fillatre. Approximation d’un réseau de neurones relu interprétable par une régression logistique à noyau. 54es Journées de Statistique de la SFdS (JDS), 2023. [Article]

  • Cyprien Gilet, Marie Guyomard, Sébastien SDestercke, and Lionel Fillatre. Apprentissage d’un classifieur minimax randomisé pour risques d’erreur par classe déséquilibrés et probabilités a-priori incertaines. 54es Journées de Statistique de la SFdS (JDS), 2023.

  • Marie Guyomard, Susana Barbosa, and Lionel Fillatre. Adaptive splines-based logistic regression with a relu neural network. Les Journées Ouvertes en Biologie, Informatique et Mathématiques (JOBIM), 2022. [Article]

  • Marie Guyomard, Susana Barbosa, and Lionel Fillatre. Régression logistique à base de splines adaptatives avec un réseau de neurones relu. GRETSI’22-XXVIIIème Colloque Francophone de Traitement du Signal et des Images, 2022. [Article]

  • Cyprien Gilet, Marie Guyomard, Susana Barbosa, and Lionel Fillatre. Apprentissage minimax pour les réseaux de neurones. GRETSI’22-XXVIIIème Colloque Francophone de Traitement du Signal et des Images, 2022. [Article]

  • Marie Guyomard, Cyprien Gilet, Susana Barbosa, and Lionel Fillatre. Sur l’équivalence entre la régression logistiquea base de splines et l’apprentissage profond. Congrès des Jeunes Chercheuses et Chercheurs en Mathématiques Appliquées (CJ-CMA), 2021. [Article]

  • Marie Guyomard, Cyprien Gilet, Susana Barbosa, and Lionel Fillatre. Réseaux de neurones convolutifs avec apprentissage minimax pour des proportions par classe incertaines et déséquilibrées. ORASIS, 2021. [Article] [Presentation]

Medical conferences

  • Rodolphe Anty, Marie Guyomard, et al. Diagnostic de la mash fibrosante à partir de paramètres cliniques et biologiques simples sélectionnés et mis en modèles par intelligence artificielle : le score fibmash. 95e Journées Scientifiques de l’AFEF, 2024.

  • Marie Guyomard, Dann Ouizeman, Renaud Schiappa, et al. Diagnostic non invasif de la nash fibrosante à l’aide de l’intelligence artificielle. 87e Journées Scientifiques de l’AFEF, 2020.