Papers with pdf :)

2024

• Time Series Continuous Modeling for Imputation and Forecasting with Implicit Neural Representations. Le Naour, E., Serrano, L., Migus, L., Yin, Y., Agoua, G., Baskiotis, N., Gallinari, P., Guigue, V. In TMLR 2024.
• [Best Paper] LOCOST: State-Space Models for Long Document Abstractive Summarization. Le Bronnec, F., Duong, S., Ravaut, M., Allauzen, A., Chen, N. F., Guigue, V., Lumbreras, A., Soulier, L. & Gallinari, P. In E-ACL 2024.
• CALM: Context Augmentation with Large Language Model for Named Entity Recognition. Herserant, T., Luiggi, T., Tran, T., Guigue, V., Soulier, L. In TPDL 2024
• TimeFlow: An Implicit Neural Representation Approach for Continuous Time Series Modeling. Le Naour, E., Serrano, L., Migus, L., Yin, Y., Agoua, G., Baskiotis, N., Gallinari, P., Guigue, V. In Workshop TS4H (Learning from Time Series for Health), ICLR 2024.
• Modélisation du caractère séquentiel des repas pour améliorer la performance d’un système de recommandation alimentaire. Jacquet, N., Guigue, V., Manfredotti, C., Saïs, F., Dervaux, S., & Viappiani, P. (2024, January). In Extraction et Gestion des Connaissances (EGC 2024).
• O-CALM: Augmentation du contexte hors ligne avec un gros modèle de langues pour la reconnaissance des entités nommées. Herserant, T., Luiggi, T., Tran, T., Guigue, V., Soulier, L. In CORIA 2024
• Navigating Uncertainty: Optimizing API Dependency for Hallucination Reduction in Closed-Book Question Answering. Erbacher, P., Falissard, L., Guigue, V., & Soulier, L.; In ECIR 2024
• Modélisation continue des séries temporelles pour l’imputation et la prévision avec des représentations neuronales implicites, Le Naour, E., Serrano, L., Migus, L., Yin, Y., Agoua, G., Baskiotis, N., Gallinari, P., Guigue, V. In CAp 2024
• [Keynote] Analyse des données textuelles & échanges homme-machine, Vincent Guigue In: Symposium MaDICS, 29 mai 2024, Blois
• [Keynote] Generative AI: tools & challenges, Vincent Guigue In: JOBIM 24, 27 juin 2024, Toulouse
• [Summer School] Generative AI: Tools & Challenges, in Pl@ntAgroEco Summer School 2024, 10 Juillet 2024, Montpellier
• [Keynote] 7e Journées d’Animation Scientifique et 20 ans du Département Phase
  Enjeux autour des approches d’IA Génératives, 6 Novembre 2024, Poitiers lien
• [Keynote] LITISIADES, Journées du laboratoire LITIS
  L’analyse des données textuelles à l’heure des modèles de langue 14 Novembre 2024, Rouen

2023

• Improving generalization in large langue model by learning prefix subspaces, L. Falissard, V. Guigue and L. Soulier In: EMNLP (findings) 2023
• [Best Research Paper] Interpretable time series neural representation for classification purposes, E. Le Naour, G. Agoua, N. Baskiotis and V. Guigue, In DSAA 2023 (best research paper)
• [Best Paper: runner-up award] Of Spiky SVDs and Music Recommendation, D. Afchar, R. Hennequin, V. Guigue, In RecSys 2023 (Runner-up award)
• Leveraging multimodality for biodiversity data: Exploring joint representations of species descriptions and specimen images using clip, M. Sahraoui, Y. Sklab, M. Pignal, R. V. Lebbe, and V. Guigue In: Biodiversity Information Science and Standards 2023
• Dynamic Named Entity Recognition, T. Luiggi, V. Guigue, L. Soulier, S. Jendoubi, A. Baelde. In ACM SAC, 2023
• An EXplainable RecommandER SYStem for the Nutrition Domain, combining Knowledge Graphs and Machine Learning, N. Jacquet, C. Manfredotti, V. Guigue, F. Sais, P. Viappiani. In Work. Cocoa-Beans, 2023
• Extraction d’entités nommées à partir de descriptions d’espèces, M. Sahraoui, M. Pignal, R. Vignes-Lebbe, and V. Guigue. In CORIA 2023
• Intégration du raisonnement numérique dans les modèles de langue : État de l’art et direction de recherche, S. Abchiche, L. Said Lhadj, L. Soulier, V. Guigue. In CORIA 2023
• Apprentissage de sous-espaces de préfixes, L. Falissard, V. Guigue, L. Soulier. In CORIA 2023
• Interpretable time series representation for classification purposes, E. Le Naour, G. Agoua, N. Baskiotis and V. Guigue. In CAp 2023
• Séminaire MAIAGE: L’extraction de connaissances à l’heure des modèles de langue, Vincent Guigue,
• Séminaire de la Société Française de Statistiques (SFdS): Apprentissage par réseaux de neurones pour l’analyse des séries temporelles, Vincent Guigue, github lien
  [Paris, Institut Henri Poincaré, 24 novembre 2023]

2022

• Learning Unsupervised Hierarchies of Audio Concepts D Afchar, R Hennequin, V Guigue. In ISMIR 2022
• Reconnaissance d’entitées nommées contextualisées T Luiggi, L Soulier, V Guigue, and A Baelde. In CAp 2022
• Nearside : Structured knowledge extraction framework from species descriptions M Sahraoui, M Pignal, R Vignes-Lebbe, and V Guigue. In Biodiversity Information Science and Standards, 2022.
• Apprentissage statistique pour les données temporelles, nouveaux horizons et applications industrielles. V Guigue, In: JDS’22.
  Séminaire 1 : , Séminaire 2 :

2021

• Towards Rigorous Interpretations: a Formalisation of Feature Attribution D Afchar, R Hennequin, V Guigue. In ICML 2021
• Separating Retention from Extraction in the Evaluation of End-to-end Relation Extraction Bruno Taillé, Vincent Guigue, Geoffrey Scoutheeten, Patrick Gallinari. In EMNLP 2021
• HDR Apprentissage de représentation: de la décision non-linéaire à la génération de données. Vincent Guigue Mémoire
  Soutenance

2020

• Let’s Stop Incorrect Comparisons in End-to-end Relation Extraction Bruno Taillé, Vincent Guigue, Geoffrey Scoutheeten, Patrick Gallinari. In EMNLP 2020
• Démêlage des facteurs de contexte par mécanisme d’attention pour la génération de séries temporelles. Perrine Cribier-Delande, Raphaël Puget, Camille Noûs, Vincent Guigue and Ludovic Denoyer. in CAp 2020
• Time series prediction & generation from disentangled latent factors: new opportunities for smart cities. Perrine Cribier-Delande, Raphaël Puget, Vincent Guigue, Ludovic Denoyer. in ITSC 2020
• Contextualized Embeddings in Named-Entity Recognition: An Empirical Study on Generalization. Bruno Taillé, Vincent Guigue and Patrick Gallinari. in ECIR 2020
• Resume: A Robust Framework for Professional Profile Learning & Evaluation. Clara Gainon de Forsan de Gabriac, Vincent Guigue, Patrick Gallinari in: ESANN 2020
• Time Series Prediction using Disentangled Latent Factors. Perrine Cribier-Delande, Raphaël Puget, Vincent Guigue, Ludovic Denoyer. in: ESANN 2020

2019

• Contextualized Embeddings in Named-Entity Recognition: An Empirical Study on Generalization. Bruno Taillé, Vincent Guigue and Patrick Gallinari. in EurNLP 2019
• Filtrage collaboratif explicite par analyse de sentiments à l’aveugle. Charles-Emmanuel Dias, Vincent Guigue et Patrick Gallinari. in CAp 2019
• Une Etude Empirique de la Capacité de Généralisation des Plongements de Mots Contextuels en Extraction d’Entités. Bruno Taillé, Vincent Guigue and Patrick Gallinari. in CAp 2019
• Extraction d’information non supervisée avec des modèles discriminants. Étienne Simon, Vincent Guigue and Benjamin Piwowarski. in CAp 2019
• RNN & modèle d’attention pour l’apprentissage de profils textuels personnalisés. Charles-Emmanuel Dias, Clara Gainon de Forsan de Gabriac, Vincent Guigue, Patrick Gallinari in: Document Numérique, Ed. Lavoisier 2019
• A Deep Approach of Affluence Forecasting in Subway Networks. Nicolas BASKIOTIS, Lucas BECIRSPAHIC, Romain BRAULT, Stephane DUGUET, Vincent GUIGUE, Valentin GUIGUET, Stephane LORIN, Vincent THOUVENOT. in: WCRR 2019.
• Unsupervised Information Extraction: Regularizing Discriminative Approaches with Relation Distribution Losses. É. Simon, V. Guigue, B. Piwowarski. in ACL 2019
• Prédiction de séries temporelles multi-variées stationnaires: modélisation du contexte pour l’analyse des données de transports. V. Guiguet, P. Cribier-Delande, N. Baskiotis, V. Guigue. in GRETSI 2019

2018

• Factorisation de Tenseurs pour l’analyse de réseaux de mobilité. Tonnelier Emeric, Baskiotis Nicolas, Guigue Vincent, Gallinari Patrick in: Rencontre Francophone Transport et Mobilité 2018
• [Best Paper] RNN & modèle d’attention pour l’apprentissage de profils textuels personnalisés. Charles-Emmanuel Dias, Clara Gainon de Forsan de Gabriac, Vincent Guigue et Patrick Gallinari in: CORIA 2018
• Anomaly detection in smart card logs and distant evaluation with Twitter: a robust framework, Emeric Tonnelier, Nicolas Baskiotis, Vincent Guigue, and Patrick Gallinari in: Neurocomputing 2018
• Regularize and Explicit Collaborative Filtering With Textual Attention, Charles-Emmanuel Dias, Vincent Guigue, Patrick Gallinari in: ESANN 2018

2017

• Passé, présent, futurs : induction de carrières professionnelles à partir de CV, Charles-Emmanuel Dias, Vincent Guigue, Patrick Gallinari in: CORIA 2017
• Anomaly detection and characterization in smart card logs using NMF and Tweets, Emeric Tonnelier, Nicolas Baskiotis, Vincent Guigue, and Patrick Gallinari in: ESANN 2017
• Text-based collaborative filtering for cold-start soothing and recommendation enrichment, Charles-Emmanuel Dias, Vincent Guigue and Patrick Gallinari in: AISR 2017

2016

• Textes, recommandation et données hétérogènes: apport des techniques d’apprentissage de représentations, in: GDR ISIS, Journée Thématique: apprentissage de représentations, 2016
• Machine Learning for Brain Signal Analysis, Vincent Guigue, in: SMART Summer School on Computational Social and Behavior Sciences, 2016
• Trajectory Bayesian Indexing : The Airport Ground Traffic Case, Cynthia Delauney, Nicolas Baskiotis and Vincent Guigue in: IEEE ITSC 2016 ; slides
• Smart card in public transportation: designing a analysis system at the human scale, Emeric Tonnelier, Nicolas Baskiotis, Vincent Guigue and Patrick Gallinari in: IEEE ITSC 2016 ; slides
• [Best Paper] Recommandation et analyse de sentiments dans un espace latent textuel, Charles-Emmanuel Dias, Vincent Guigue, Patrick Gallinari in: CORIA 2016
• Apprentissage de trajectoires temporelles pour la recommandation dans les communautés d’utilisateurs, Elie Guàrdia Sebaoun, Vincent Guigue and Patrick Gallinari, in: Cap 2016
• Apprentissage relationnel pour la recommandation et la prédiction de données manquantes, Damien Sileo et Vincent Guigue, in: Cap 2016
• Mining ticketing logs for usage characterization with nonnegative matrix factorization, Mickaël Poussevin, Emeric Tonnelier, Nicolas Baskiotis, Vincent Guigue, and Patrick Gallinari in: Big Data Analytics in the Social and Ubiquitous Context, 2016 Volume 9546 of the series Lecture Notes in Computer Science pp 147-164

2015

• Latent Trajectory Modeling: a Light and Efficient Way to Introduce Time in Recommender Systems, Elie Guàrdia Sebaoun, Vincent Guigue and Patrick Gallinari, in: RecSys 2015
• Extended Recommendation Framework: Generating the Text of a User Review as a Personalized Summary, Mickaël Poussevin, Vincent Guigue and Patrick Gallinari, in: 2nd Workshop on New Trends in Content-Based Recommender Systems, RecSys 2015
• Designing semantic feature spaces for brain-reading, Pipanmaekaporn Luepol, Tajtelbom Ludmilla, Guigue Vincent, Artières Thierry in: ESANN 2015
• Extraction d’un vocabulaire de surprise par mélange de filtrage collaboratif et d’analyse de sentiments, Mickaël Poussevin, Vincent Guigue, Patrick Gallinari in: CORIA 2015

2014

• Recommandation Dynamique dans les Graphes Géographiques, Elie Guàrdia Sebaoun, Vincent Guigue and Patrick Gallinari in: MARAMI 2014
• Learning to combine Semantic Features for Neurolinglistic Decoding, Luepol Pipanmaekaporn, Thierry Artieres, Vincent Guigue in: Workshop MLSB 2014
• Mining ticketing logs for usage characterization with nonnegative matrix factorization, Mickaël Poussevin, Nicolas Baskiotis, Vincent Guigue and Patrick Gallinari in: ECML, Workshop SenseML (Urban Sensors & ML)
• A latent representation model for sentiment analysis in heterogeneous social networks, Debora Nozza, Daniele Maccagnola, Vincent Guigue, Enza Messina and Patrick Gallinari in: MoKMaSD 2014
• Factorisation matricielle sous contraintes pour l’analyse des usages du métro parisien, Mickael Poussevin, Nicolas Baskiotis, Vincent Guigue and Patrick Gallinari in: CAp, 2014
• [Best paper] Recommandation par combinaison de filtrage collaboratif et d’analyse de sentiments, Mickael Poussevin, Elie Guardia-Sebaoun, Vincent Guigue and Patrick Gallinari in: CORIA, 2014
• [Invited talk] Classification de sentiments sur le web 2.0, in: 6èmes Journées Apprentissage Artificiel & Fouille de Données, Paris 13, 2014
• [Invited talk] Classification de sentiments sur le web 2.0, in: Séminaire DGA: traitement de l’information multimedia (TIM), Telecom ParisTech, 2014

2013

• [Invited talk] Tutorial on Opinion Mining, in: EINS Summer School, Annecy 2013
• Cross-Media Sentiment Classification and Application to Box-Office Forecasting, Elie Guardia-Sebaoun, Abdelhalim Rafrafi, Vincent Guigue and Patrick Gallinari, in: OAIR, 2013
• Classification de Sentiments Multi-Domaines en Contexte Hétérogène et Passage à l’Echelle, Abdelhalim Rafrafi, Vincent Guigue and Patrick Gallinari, in: CORIA, 2013

2012

• [Invited talk] Détection de sentiments, in: EARIA, école d’automne de l’ARIA, Lyon, 2012
• Coping with the Frequency Bias in Sentiment Classification, Abdelhalim Rafrafi, Vincent Guigue and Patrick Gallinari, in: ICWSM, 2012
• Pénalisation des mots fréquents pour la classification de sentiments, Abdelhalim Rafrafi, Vincent Guigue and Patrick Gallinari (2012), in: Les Cahiers du Numériques (LCN)
• Représentations et régularisations pour la classification de sentiments, Abdelhalim Rafrafi, Vincent Guigue and Patrick Gallinari, in: CORIA, 2012
• Réseau de neurones à double convolution pour la classification de sentiments multi-domaines, Abdelhalim Rafrafi, Vincent Guigue and Patrick Gallinari, in: Cap’2012, 2012

2011

• Réseau de neurones profond et SVM pour la classification de sentiments, Abdelhalim Rafrafi, Vincent Guigue and Patrick Gallinari, in: CORIA: Conférence en Recherche d’Information et Applications, 2011

2008

• BCI Competition III : Dataset II - Ensemble of SVMs for BCI P300 speller, A. Rakotomamonjy, V. Guigue, , IEEE Trans. Biomedical Engineering, Vol. 55, N°3, pp 1147-1154, 2008

2006

• Translation invariant classification of non-stationary signals, V. Guigue, A. Rakotomamonjy and S. Canu, Neurocomputing. Special Issue: ESANN, 2006
• Perception d’états affectifs et apprentissage, G. Loosli, S.G. Lee, V. Guigue, S. Canu and A. Rakotomamonjy, Revue d’Intelligence Artificielle. Ed. Spéciale~: Interactions Emotionnelles 2006
• Kernel Basis Pursuit, V. Guigue, A. Rakotomamonjy and S. Canu, Revue d’Intelligence Artificielle. Edition Spéciale~: CAp, 2006
• Estimation de signaux par noyaux d’ondelettes, V. Guigue, A. Rakotomamonjy and S. Canu, Revue de Traitement du Signal. Edition Spéciale: GRETSI, 2006

2005

• Méthodes à noyaux pour la représentation et la discrimination de signaux non-stationnaires, V. Guigue, PhD Thesis, 2005
• Kernel Basis Pursuit, V. Guigue, A. Rakotomamonjy and S. Canu, European Conference on Machine Learning (ECML), 2005
• Ensemble of SVMs for improving Brain Computer Interface P300 speller performances, A. Rakotomamonjy, V. Guigue, G. Mallet and V. Alvarado, International Conference on Artificial Neural Networks (ICANN), 2005
• Pedestrian Detection using Stereo-vision and Graph Kernels, F. Suard, V. Guigue, A. Rakotomamonjy and A. Benshrair, IEEE Intelligent Vehicule Symposium, 2005

2002

• A method to divide digitized complex part in elementary digitized surfaces, A. Meyer, P. Marin and V. Guigue, International Conference on Integrated Design and Manufacturing in Mechanical Engineering (IDMME), 2002

2001

• Partition along characteristic edges of a digitalized point cloud, A. Meyer, P. Marin and V. Guigue, International Conference on Shape Modeling and Applications (SMI), 2001