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. Structured Compression of Genetic Information and Genome-Wide Association Study by Additive Models. Biological Data Integration: Computer and Statistical Approaches (C. Froidevaux, M.-L. Martin-Magniette, G. Rigaill). John Wiley & Sons. 2023.

M. Courbariaux, K. de Santiago, C. Dalmasso, F. Danjou, S. Bekadar, J.-C. Corvol, M. Martinez, M. Szafranski and C. Ambroise. A Sparse Mixture-of-Experts Model With Screening of Genetic Associations to Guide Disease Subtyping. Frontiers in Genetics, section Statistical Genetics and Methodology. 2022.
R code : DiSuGen, Web server : temporarily unavailable

F. Guinot, M. Szafranski, J. Chiquet, A. Zancarini, 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, 2010. 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.

E. Benoist, S. Ortion, S. Charles, E. Lerat, F. Samson, M. Szafranski, C. Rizzon. A benchmark dataset for analyzing the functional fate of duplicate gene pairs in the model plant Arabidopsis thaliana. 26e Journées Ouvertes en Biologie, Informatique et Mathématiques, Strasbourg, France, 2026.

K. de Santiago, M. Szafranski, C. Ambroise. Intégration tardive de données multimodales par modèles à blocs stochastiques. 55e Journées de Statistique de la SFdS, Bordeaux, France, 2024.

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

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

M. Szafranski, M. Kowalski and L. Ralaivola. Apprentissage à partir de noyaux multiples et indéfinis. 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. 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. 13e Conférence d’Apprentissage, Chambéry, France, 2011.

M. Szafranski and Y. Grandvalet. Pyramides de noyaux. 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. 10e Conférence d’Apprentissage, Porquerolles, France, 2008.

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

@ensIIE