Pierre Latouche

Résultat de recherche par an

Empreinte digitale

Passez en revue plus en détail les thèmes de recherche où Pierre Latouche est actif. Ces libellés thématiques proviennent des travaux de cette personne. Ensemble, ils forment une empreinte digitale unique.

1 Profils similaires

40 Article
8 Contribution à une conférence
3 Chapitre
1 Papier
Afficher plus d’informations
- 1 Article de révision

A new machine learning framework for occupational accidents forecasting with safety inspections integration
Yapi, A., Latouche, P., Guillin, A. & Bailly, Y., 1 juin 2026, Dans: Journal of Safety Research. 97, p. 244-260 17 p.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs

Accès ouvert
The Deep Latent Position Block Model for the Clustering of Nodes in Multi-graphs
Niang, S., Bouveyron, C., Corneli, M., Latouche, P. & Boutin, R., 1 janv. 2026, (Accepté/En presse) Dans: Journal of Classification.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs

Accès ouvert
Clustering by deep latent position model with graph convolutional network
Liang, D., Corneli, M., Bouveyron, C. & Latouche, P., 1 mars 2025, Dans: Advances in Data Analysis and Classification. 19, 1, p. 237-270 34 p.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs
Clustering by deep latent position model with graph convolutional network
Liang, D., Corneli, M., Bouveyron, C. & Latouche, P., 1 mars 2025, Dans: Advances in Data Analysis and Classification. 19, 1, p. 237-270 34 p.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs

Accès ouvert
DISSeCT: An unsupervised framework for high-resolution mapping of rodent behavior using inertial sensors
Fayat, R., Sarraudy, M., Léna, C., Popa, D., Latouche, P. & Dugué, G. P., 9 oct. 2025, Dans: PLoS Biology. 23, 10, e3003431.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs

Accès ouvert
Easily Computed Marginal Likelihoods from Posterior Simulation Using the THAMES Estimator
Metodiev, M., Perrot-Dockès, M., Ouadah, S., Irons, N. J., Latouche, P. & Raftery, A. E., 1 sept. 2025, Dans: Bayesian Analysis. 20, 3, p. 1003-1030 28 p.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs

Accès ouvert
Reconstructing the palaeoclimate of the Cradle of Humankind in South Africa over the last 3.5 million years using machine learning and mammalian fossil assemblages
Linchamps, P., Hanon, R., Stoetzel, E., Steininger, C., Brandenburg, J. T., Zipfel, B., Prat, S., Stratford, D., Cornette, R. & Latouche, P., 15 déc. 2025, Dans: Quaternary Science Reviews. 370, 109655.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs

Accès ouvert
The Deep Latent Position Block Model for Block Clustering and Latent Representation of Nodes in Networks
Boutin, R., Latouche, P. & Bouveyron, C., 1 oct. 2025, Dans: Statistics and Computing. 35, 5, 151.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs
The deep latent position topic model for clustering and representation of networks with textual edges
Boutin, R., Latouche, P. & Bouveyron, C., 1 déc. 2025, Dans: Scandinavian Journal of Statistics. 52, 4, p. 1975-2013 39 p.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs

Accès ouvert
The multiplex deep latent position model for the clustering of nodes in multiview networks
Liang, D., Corneli, M., Bouveyron, C., Latouche, P. & Yin, J., 28 nov. 2025, Dans: Neurocomputing. 655, 131336.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs

Accès ouvert

Pierre Latouche

Profil personnel

Empreinte digitale

Collaborations et principaux domaines de recherche des cinq dernières années

Voir les détails

A new machine learning framework for occupational accidents forecasting with safety inspections integration

The Deep Latent Position Block Model for the Clustering of Nodes in Multi-graphs

Clustering by deep latent position model with graph convolutional network

Clustering by deep latent position model with graph convolutional network

DISSeCT: An unsupervised framework for high-resolution mapping of rodent behavior using inertial sensors

Easily Computed Marginal Likelihoods from Posterior Simulation Using the THAMES Estimator

Reconstructing the palaeoclimate of the Cradle of Humankind in South Africa over the last 3.5 million years using machine learning and mammalian fossil assemblages

The Deep Latent Position Block Model for Block Clustering and Latent Representation of Nodes in Networks

The deep latent position topic model for clustering and representation of networks with textual edges

The multiplex deep latent position model for the clustering of nodes in multiview networks