K. De Santiago, M. Szafranski, C. Ambroise. Mixture of multilayer stochastic block models for multiview clustering. 2024.
R package: mimi-SBM

F. Guinot, M. Szafranski and C. Ambroise. Compression structurée de l’information génétique et étude d’association pangénomique par modèles additifs. Intégration de données biologiques: Approches informatiques et statistiques. 2022.

M. Courbariaux, K. De Santiago, C. Dalmasso, F. Danjou, S. Bekadar, J.-C. Corvol, M. Martinez, M. Szafranski and C. Ambroise. A sparse logistic mixture model for disease subtyping with clinical and genetic data. Frontiers in Genetics, section Statistical Genetics and Methodology. 2022.
R code : DiSuGen, Web server : temporarily unavailable

F. Guinot, M. Szafranski, J. Chiquet, A. Zankarini, C. Le Signor, C. Mougel and C. Ambroise. Fast computation of genome-metagenome interaction effects. Algorithms for Molecular Biology, vol. 15:13, pp. 1-21, 2020.
R package : SICOMORE

F. Guinot, M. Szafranski, C. Ambroise and F. Samson. Learning the optimal scale for GWAS through hierarchical SNP aggregation. BMC Bioinformatics, vol. 19, pp. 459-472, 2018.
Web server : temporarily unavailable

C. Brouard, M. Szafranski and F. d’Alché-Buc. Input Output Kernel Regression : Supervised and Semi-Supervised Structured Output Prediction with Operator-Valued Kernels. Journal of Machine Learning Research, vol. 17, pp. 1-48, 2016. Extended version of ICML'11.

L. Ralaivola, M. Szafranski and G. Stempfel. Chromatic PAC-Bayes bounds for non iid- data : applications to ranking and stationary β-mixing processes. Journal of Machine Learning Research, vol. 11, pp. 1927-1956, 2010. Extended version of AISTATS'09.

M. Szafranski, Y. Grandvalet and A. Rakotomamonjy. Composite Kernel Learning. Machine Learning, vol. 79 :1-2, pp. 73-103, 2009. Extended version of ICML'08.

K. De Santiago, M. Szafranski, C. Ambroise. Mixture stochastic block models for multiview clustering. Proceedings of the 31st European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, pp. 151-156. Bruges, Belgium, 2023.

M. Szafranski and Y. Grandvalet. KEOPS : KErnels Organized into PyramidS. Proceedings of the 39th annual International Conference of Acoustic, Speech and Signal Processing, pp. 8262-8266. Firenze, Italia, 2014.

C. Brouard, F. d’Alché-Buc and M. Szafranski. Semi-Supervized Penalized Output Kernel Regression for Link Prediction. Proceedings of the 28th annual International Conference on Machine Learning, pp. 593-600. Bellevue, Washington, USA, 2011.

M. Kowalski, M. Szafranski and L. Ralaivola. Multiple Indefinite Kernel Learning with Mixed Norm Regularization. Proceedings of the 26th annual International Conference on Machine Learning, pp. 545-552. Montreal, Canada, 2009.

L. Ralaivola, M. Szafranski and G. Stempfel. Chromatic PAC-Bayes bounds for non-iid data. Proceedings of the 12th International Conference on Artificial Intelligence and Statistics, pp. 416-423. Clearwater Beach, Florida, USA, 2009.

M. Szafranski, Y. Grandvalet and A. Rakotomamonjy. Composite Kernel Learning. Proceedings of the 25th annual International Conference on Machine Learning, pp. 1040-1047. Helsinki, Finland, 2008.

M. Szafranski, Y. Grandvalet and P. Morizet-Mahoudeaux. Hierarchical Penalization. Neural Information Processing Systems 20, pp. 1457-1464. Vancouver, Canada, 2007.

F. Guinot, M. Szafranski, J. Chiquet and C. Ambroise. Une approche hiérarchique de la recherche d’interactions entre données omiques. Actes des 50e Journées de Statistique, Palaiseau, France, 2018.

M. Courbariaux, M. Szafranski, C. Dalmasso and C. Ambroise. Sous-typage de maladie avec étude d’association génétique intégrée. Actes des 50e Journées de Statistique, Palaiseau, France, 2018.

M. Szafranski, M. Kowalski and L. Ralaivola. Apprentissage à partir de noyaux multiples et indéfinis. Actes du colloque du Groupement de Recherche et d’Étude en Traitement du Signal et des Images, Brest, France, 2013.

C. Brouard, M. Szafranski and F. d’Alché-Buc. Régression semi-supervisée à noyaux à valeur opérateur pour la prédiction de liens. Actes des 13e Journées Ouvertes en Biologie, Informatique et Mathématiques, Rennes, France, 2012.

C. Brouard, F. d’Alché-Buc and M. Szafranski. Régression semi-supervisée à sortie noyau pour la prédiction de liens. Actes de la 13e Conférence d’Apprentissage, Chambéry, France, 2011.

M. Szafranski and Y. Grandvalet. Pyramides de noyaux. Actes du colloque du Groupement de Recherche et d’Étude en Traitement du Signal et des Images, Dijon, France, 2009.

M. Szafranski, Y. Grandvalet and A. Rakotomamonjy. Learning with Groups of Kernels. Actes de la 10e Conférence d’Apprentissage, Porquerolles, France, 2008.

M. Szafranski, Y. Grandvalet and Pierre Morizet-Mahoudeaux. Pénalisation hiérarchique. Actes de la 9e Conférence d’Apprentissage, Grenoble, France, 2007.

(In French)

Conception de BD relationelles (1A @ENSIIE)

Machine Learning (M2 Datascale @UVSQ)