Publications of Marc Boullé

Load the BibTeX file

Academic Journals

1. V. Zelaya Mendizábal, M. Boullé, F. Rossi. Fast and fully-automated histograms for large-scale data sets. Computational Statistics & Data Analysis, 180:0-0, 2023.
2. A. Bouchareb, M. Boullé, F. Clérot, F. Rossi. Model Based Co-clustering of Mixed Numerical and Binary Data. Advances in Knowledge Discovery and Management (AKDM-8), 834:3-22, 2019.
3. A. Bouchareb, M. Boullé, F. Clérot, F. Rossi. Co-clustering Based Exploratory Analysis of Mixed-Type Data Tables. Advances in Knowledge Discovery and Management (AKDM-8), 834:23-41, 2019.
4. M. Boullé, C. Charnay, N. Lachiche. A scalable robust and automatic propositionalization approach for Bayesian classification of large mixed numerical and categorical data. Machine Learning, 108(2):229-266, 2019.
5. R. Guigourès, M. Boullé, F. Rossi. Discovering patterns in time-varying graphs: a triclustering approach. Advances in Data Analysis and Classification, 12(3):509-536, 2018.
6. M. Boullé. Hierarchical two-part MDL code for multinomial distributions. International Journal of Approximate Reasoning, 103:71-93, 2018.
7. E. Egho, D. Gay, M. Boullé, N. Voisine, F. Clérot. A user parameter-free approach for mining robust sequential classification rules. Knowledge and Information Systems, 52(1):53-81, 2017.
8. C. Hue, M. Boullé, V. Lemaire. Online Learning of a Weighted Selective Naive Bayes Classifier with Non-convex Optimization. Advances in Knowledge Discovery and Management (AKDM-6), 665:3-17, 2017.
9. R. Guigourès, M. Boullé, F. Rossi. A Study of the Spatio-Temporal Correlations in Mobile Calls Networks. Advances in Knowledge Discovery and Management (AKDM-5), 615:3-17, 2016.
10. M.K. El Mahrsi, R. Guigourès, F. Rossi, M. Boullé. Co-Clustering Network-Constrained Trajectory Data. Advances in Knowledge Discovery and Management (AKDM-5), 615:19-32, 2016.
11. D. Lahbib, M. Boullé, D. Laurent. Supervised Pre-processing of Numerical Variables for Multi-Relational Data Mining. Advances in Knowledge Discovery and Management (AKDM-4), 527:95-109, 2014.
12. M. Boullé, R. Guigourès, F. Rossi. Nonparametric Hierarchical Clustering of Functional Data. Advances in Knowledge Discovery and Management (AKDM-4), 527:15-35, 2014.
13. D. Gay, M. Boullé. A Bayesian criterion for evaluating the robustness of classification rules in binary data sets. Advances in Knowledge Discovery and Management (AKDM-3), 471:3-21, 2013.
14. M. Boullé. Functional data clustering via piecewise constant nonparametric density estimation. Pattern Recognition, 45(12):4389-4401, 2012.
15. M. Boullé. Simultaneous Partitioning of Input and Class Variables for Supervised Classification Problems with Many Classes. Advances in Knowledge Discovery and Management (AKDM-2), 398:105-119, 2011.
16. S. Ferrandiz, M. Boullé. Bayesian instance selection for the nearest neighbor rule. Machine Learning, 81(3):229-256, 2010.
17. N. Voisine, M. Boullé, C. Hue. A Bayes Evaluation Criterion for Decision Trees. Advances in Knowledge Discovery and Management (AKDM-1), 292:21-38, 2010.
18. A. Bondu, M. Boullé, V. Lemaire. A Non-parametric Semi-supervised Discretization Method. Knowledge and Information Systems, 24(1):35-57, 2009.
19. D. Poirier, F. Fessant, C. Bothorel, E. Guimier de Neef, M. Boullé. Approches Statistique et Linguistique Pour la Classification de Textes d’Opinion Portant sur les Films. Revue des Nouvelles Technologies de l'Information (RNTI) Fouille de Données d'opinion, E17:147-169, 2009.
20. I. Guyon, V. Lemaire, M. Boullé, G. Dror, D. Vogel. Analysis of the KDD Cup 2009: Fast Scoring on a Large Orange Customer Database. JMLR: Workshop and Conference Proceedings, 7:1-22, 2009.
21. M. Boullé. A Parameter-Free Classification Method for Large Scale Learning. Journal of Machine Learning Research, 10:1367-1385, 2009.
22. M. Boullé. Optimum simultaneous discretization with data grid models in supervised classification: a Bayesian model selection approach. Advances in Data Analysis and Classification, 3(1):39-61, 2009.
23. M. Boullé. Compression-Based Averaging of Selective Naive Bayes Classifiers. Journal of Machine Learning Research, 8:1659-1685, 2007.
24. C. Hue, M. Boullé. A New Probabilistic Approach In Rank Regression with Optimal Bayesian Partitioning. Journal of Machine Learning Research, pages 2727-2754, 2007.
25. M. Boullé. MODL: a Bayes optimal discretization method for continuous attributes. Machine Learning, 65(1):131-165, 2006.
26. S. Ferrandiz, M. Boullé. Supervised evaluation of Voronoi partitions. Journal of intelligent data analysis, 10(3):269-284, 2006.
27. M. Boullé. Optimal bin number for equal frequency discretizations in supervized learning. Journal of intelligent data analysis, 9(2):175-188, 2005.
28. M. Boullé. A Bayes optimal approach for partitioning the values of categorical attributes. Journal of Machine Learning Research, 6:1431-1452, 2005.
29. M. Boullé. Khiops: a Statistical Discretization Method of Continuous Attributes. Machine Learning, 55(1):53-69, 2004.
30. M. Boullé. Compact Mathematical Formulation for Graph Partitioning. Optimization and Engineering, 5(3):315-333, 2004.

Book Chapters

1. Isabelle Guyon, Lisheng Sun-Hosoya, Marc Boullé, Hugo Jair Escalante, Sergio Escalera, Zhengying Liu, Damir Jajetic, Bisakha Ray, Mehreen Saeed, Michèle Sebag, Alexander Statnikov, Wei-Wei Tu, Evelyne Viegas. Analysis of the AutoML Challenge Series 2015-2018. In Automated Machine Learning: Methods, Systems, Challenges, Frank Hutter, Lars Kotthoff, Joaquin Vanschoren (eds.), pp. 177-219, Springer International Publishing, 2019.
2. D. Poirier, C. Bothorel, E. Guimier De Neef, M. Boullé. Automating opinion analysis in film reviews: the case of statistic versus linguistic approach. In Affective Computing and Sentiment Analysis: Emotion, Metaphor and Terminology, K. Ahmad (ed.), Chap. 11, pp. 153-170, Springer, 2011.
3. M. Boullé. Data grid models for preparation and modeling in supervised learning. In Hands-On Pattern Recognition: Challenges in Machine Learning, volume 1, I. Guyon, G. Cawley, G. Dror, A. Saffari (eds.), pp. 99-130, Microtome Publishing, 2011.
4. M. Boullé. An Enhanced Selective Naive Bayes Method with Optimal Discretization. In Feature Extraction: Foundations And Applications, I. Guyon, S. Gunn, M. Nikravesh, L. Zadeh (eds.), Chap. 25, pp. 499-507, Springer, 2006.

International Conferences

1. V. Lemaire, F. Clérot, M. Boullé. An Efficient Shapley Value Computation for the Naive Bayes Classifier. In European Conference on Machine Learning (ECML PKDD) - Workshop AIMLAI (Advances in Interpretable Machine Learning and Artificial Intelligence), 2023.
2. M. Rafla, N. Voisine, B. Crémilleux, M. Boullé. A Non-parametric Bayesian Approach for Uplift Discretization and Feature Selection. In Machine Learning and Knowledge Discovery in Databases - European Conference, ECML PKDD, M-R Amini, S. Canu, A. Fischer, T. Guns, P. Kralj Novak, G. Tsoumakas (eds.), Lecture Notes in Computer Science, Volume 13717, Pages 239-254, 2022.
3. D. Gay, A. Bondu, V. Lemaire, M. Boullé. Interpretable Feature Construction for Time Series Extrinsic Regression. In Advances in Knowledge Discovery and Data Mining - 25th Pacific-Asia Conference, PAKDD 2021, K. Karlapalem, H. Cheng, N. Ramakrishnan, R.K. Agrawal, P.K. Reddy, J. Srivastava, T. Chakraborty (eds.), Lecture Notes in Computer Science, Volume 12712, Pages 804-816, 2021.
4. D. Gay, A. Bondu, V. Lemaire, M. Boullé, F. Clérot. Multivariate Time Series Classification: a Relational Way. In Big Data Analytics and Knowledge Discovery - DaWaK, M. Song, I_Y. Song, G. Kotsis, A.M. Tjoa, I. Khalil (eds.), Lecture Notes in Computer Science, Volume 12393, Pages 316-330, 2020.
5. A. Bondu, D. Gay, V. Lemaire, M. Boullé, E. Cervenka. FEARS: a Feature and Representation Selection approach for Time Series Classification. In Proceedings of The Eleventh Asian Conference on Machine Learning, W.S. Lee, T. Suzuki (eds.), Proceedings of Machine Learning Research, Volume 101, Pages 379-394, 2019.
6. E. Egho, D. Gay, R. Trinquart, M. Boullé, N. Voisine, F. Clérot. MiSeRe-Hadoop: A Large-Scale Robust Sequential Classification Rules Mining Framework. In Big Data Analytics and Knowledge Discovery - 19th International Conference, DaWaK 2017, Pages 105-119, 2017.
7. Marc Boullé. Predicting Dangerous Seismic Events in Coal Mines under Distribution Drift. In Proceedings of the 2016 Federated Conference on Computer Science and Information Systems, FedCSIS 2016, M. Ganzha, L. Maciaszek, M. Paprzycki (eds.), Annals of Computer Science and Information Systems, Volume 8, Pages 221-224, 2016.
8. M. Boullé, F. Clérot, C. Hue. Revisiting enumerative two-part crude MDL for Bernoulli and multinomial distributions. In Proceedings of the Ninth Workshop on Information Theoretic Methods in Science and Engineering, J. Rissanen, J. Leppä-aho, T. Roos, P. Myllymäki (eds.), Pages 12-15, 2016.
9. F. Rioult, S. Ferrandiz, M. Bastien, M. Boullé. Information enhancement in a voluminous forum with automatic co-clustering. In 2nd International Symposium on Web AlGorithms iSWAG 2016, Pages 1-9, 2016.
10. D. Gay, R. Guigourès, M. Boullé, F. Clérot. TESS: Temporal event sequence summarization. In IEEE International Conference on Data Science and Advanced Analytics, DSAA 2015, Pages 1-10, 2015.
11. A. Bondu, M. Boullé, A. Cornuéjols. Symbolic Representation of Time Series: A Hierarchical Coclustering Formalization. In Proceedings of the 1st International Workshop on Advanced Analytics and Learning on Temporal Data, AALTD 2015, (ECML PKDD 2015), 2015.
12. R. Guigourès, D. Gay, M. Boullé, F. Clérot, F. Rossi. Country-Scale Exploratory Analysis of Call Detail Records Through the Lens of Data Grid Models. In ECML/PKDD, Pages 37-52, 2015.
13. E. Egho, D. Gay, N. Voisine, M. Boullé, F. Clérot. A Parameter-Free Approach for Mining Robust Sequential Classification Rules. In IEEE International Conference on Data Mining, ICDM 2015, Pages 745-750, 2015.
14. C. Salperwyck, M. Boullé, V. Lemaire. Concept drift detection using supervised bivariate grids. In International Joint Conference on Neural Networks, IJCNN 2015, Pages 1-9, 2015.
15. M. Boullé. Tagging fireworkers activities from body sensors under distribution drift. In 2015 Federated Conference on Computer Science and Information Systems, FedCSIS 2015, Pages 389-396, 2015.
16. M. Boullé. Prediction of Methane Outbreak in Coal Mines from Historical Sensor Data under Distribution Drift. In Rough Sets, Fuzzy Sets, Data Mining, and Granular Computing - 15th International Conference, RSFDGrC 2015, Pages 439-451, 2015.
17. B. Guerraz, D. Gay, M. Boullé, F. Clérot. Khiops CoViz: A Tool for Visual Exploratory Analysis of k-Coclustering Results. In ECML/PKDD, Pages 444-447, 2014.
18. M. Boullé. Selective Naive Bayes Regressor with Variable Construction for Predictive Web Analytics. In ECML/PKDD Discovery Challenge on Predictive Web Analytics, https://sites.google.com/site/predictivechallenge2014/workshop, 2014.
19. M. Boullé. Towards Automatic Feature Construction for Supervised Classification. In ECML/PKDD 2014, Pages 181-196, 2014.
20. M. Boullé. Parsimonious Naive Bayes. In Proceedings of the 2014 Federated Conference on Computer Science and Information Systems (FedCSIS), Pages 355-359, 2014.
21. D. Gay, R. Guigourès, M. Boullé, F. Clérot. Feature extraction over multiple representations for time series classification. In International Workshop NFMCP held at ECML/PKDD, Pages 18-34, 2013.
22. A. Bondu, M. Boullé, B. Grossin. SAXO: An optimized data-driven symbolic representation of time series. In Proceedings of International Joint Conference on Neural Networks, Pages 1-9, 2013.
23. D. Gay, M. Boullé. A Bayesian Approach for Classification Rule Mining in Quantitative Databases. In ECML/PKDD (2), Pages 243-259, 2012.
24. R. Guigourès, M. Boullé, F. Rossi. A Triclustering Approach for Time Evolving Graphs. In Co-clustering and Applications, IEEE 12th International Conference on Data Mining Workshops (ICDMW 2012), Pages 115-122, 2012.
25. D. Lahbib, M. Boullé, D. Laurent. Itemset Based Variable Construction in Multi-Relational Supervised Learning. In International Conference on Inductive Logic Programming (ILP '2012), Pages 130-150, 2012.
26. R. Guigourès, M. Boullé. Segmentation of towns using call detail records. In NetMob Workshop at IEEE SocialCom 2011, 2011.
27. D. Lahbib, M. Boullé, D. Laurent. Informative Variables Selection for Multi-Relational Supervised Learning. In Machine learning and data mining in pattern recognition, P. Perner (ed.), Pages 75-87, 2011.
28. A. Bondu, M. Boullé. A Supervised Approach for Change Detection in Data Streams. In Proceedings of International Joint Conference on Neural Networks, Pages 519-526, 2011.
29. V. Lemaire, M. Boullé, F. Clérot, P. Gouzien. A method to build a representation using a classifier and its use in a K Nearest Neighbors-based deployment. In Proceedings of International Joint Conference on Neural Networks, 2010.
30. A. Bondu, V. Lemaire, M. Boullé. Exploration vs. exploitation in active learning: a Bayesian approach. In Proceedings of International Joint Conference on Neural Networks, 2010.
31. R. Féraud, M. Boullé, F. Clérot, F. Fessant, V. Lemaire. The Orange Customer Analysis Platform. In Proceedings of the 10th Industrial Conference on Data Mining, Pages 584-594, 2010.
32. F. Fessant, A. Le Cam, M. Boullé, R. Féraud. Modelling Complex Data by Learning which Variable to Construct. In Proceedings of the 12th International Conference on Data Warehousing and Knowledge Discovery (DaWaK 2010), Pages 324-335, 2010.
33. A. Bondu, M. Boullé, V. Lemaire, S. Loiseau, B. Duval. A Non-parametric Semi-supervised Discretization Method. In Eighth IEEE International Conference on Data Mining, Pages 53-62, 2008.
34. M. Boullé. An Efficient Parameter-Free Method for Large Scale Offline Learning. In Proceedings of the ICML 2008 Workshop PASCAL Large Scale Learning Challenge, 2008.
35. D. Poirier, C. Bothorel, Emilie Guimier De Neef, M. Boullé. Automating opinion analysis in film reviews : the case of statistic versus linguistic approach. In Proceedings of the LREC 2008 Workshop on Sentiment Analysis: Emotion, Metaphor, Ontology and Terminology, Pages 94-101, 2008.
36. M. Boullé. Report on Preliminary Experiments with Data Grid Models in the Agnostic Learning vs. Prior Knowledge Challenge. In Proceedings of International Joint Conference on Neural Networks, 2007.
37. L. Candillier, F. Meyer, M. Boullé. Comparing State-of-the-Art Collaborative Filtering Systems. In Proceedings of the 5th International Conference on Machine Learning and Data Mining in Pattern Recognition, LNCS, Volume 4571, Pages 548-562, 2007.
38. M. Boullé. Regularization and Averaging of the Selective Naive Bayes Classifier. In International Joint Conference on Neural Networks, Pages 2989-2997, 2006.
39. M. Boullé, C. Hue. Optimal Bayesian 2D-discretization for variable ranking in regression. In Ninth international conference on discovery science, Pages 53-64, 2006.
40. S. Ferrandiz, M. Boullé. Supervised selection of dynamic features, with an application to telecommunication data preparation. In Proceedings of the 6th industrial conference on data mining, P. Perner, A. Ahlemeyer-Stubbe (eds.), 2006.
41. M. Boullé. A Grouping Method for Categorical Attributes Having Very Large Number of Values. In Proceedings of the Fourth International Conference on Machine Learning and Data Mining in Pattern Recognition, P. Perner, A. Imiya (eds.), LNAI, Volume 3587, Pages 228-242, 2005.
42. S. Ferrandiz, M. Boullé. Supervised evaluation of dataset partitions: advantages and practice. In Machine learning and data mining in pattern recognition, P. Perner, A. Imiya (eds.), Pages 600-609, 2005.
43. S. Ferrandiz, M. Boullé. Multivariate discretization by recursive supervised bipartition of graph. In Machine learning and data mining in pattern recognition, P. Perner, A. Imiya (eds.), Pages 253-264, 2005.
44. M. Boullé. A Bayesian Approach for Supervised Discretization. In Data Mining V, Zanasi, Ebecken, Brebbia (eds.), Pages 199-208, 2004.
45. M. Boullé. Khiops: a Discretization Method of Continuous Attributes with Guaranteed Resistance to Noise. In Proceedings of the Third International Conference on Machine Learning and Data Mining in Pattern Recognition, P. Perner, A. Rosenfeld (eds.), LNAI, Volume 2734, Pages 50-64, 2003.

National Conferences

1. V. Lemaire, F. Clérot, M. Boullé. Comparaison des valeurs de Shapley et des valeurs du poids de l'évidence dans le cas du classifieur naif de Bayes. In 23ème Journées Francophones Extraction et Gestion de Connaissances (EGC 2023), Volume RNTI-E-39, Pages 385-392, 2023.
2. M. Rafla, N. Voisine, B. Crémilleux, M. Boullé. Une approche bayésienne non paramétrique de sélection de variables pour la modélisation de l'uplift. In 23ème Journées Francophones Extraction et Gestion de Connaissances (EGC 2023), Volume RNTI-E-39, Pages 523-530, 2023.
3. V. Zelaya Mendizábal, M. Boullé, F. Rossi. Construction d'histogrammes irréguliers par maximum de vraisemblance pénalisé. In JDS 2021 : 52èmes Journées de Statistique de la Société Fran\c caise de Statistique (SFdS), 2021.
4. A. Bondu, D. Gay, V. Lemaire, M. Boullé, E. Cervenka. Sélections simultanées de variables et de représentations pour la classification de séries temporelles. In Extraction et Gestion des Connaissances, EGC 2020, RNTI, Volume E-36, Pages 415-424, 2020.
5. A. Bouchareb, M. Boullé, F. Rossi, F. Clérot. Un modèle Bayésien de co-clustering de données mixtes. In 18ème Journées Francophones Extraction et Gestion des Connaissances, EGC, Pages 275-280, 2018.
6. M. Bartcus, M. Boullé, F. Clérot. A two level co-clustering algorithm for very large data sets. In 18ème Journées Francophones Extraction et Gestion des Connaissances, EGC, Pages 95-106, 2018.
7. A. Bouchareb, M. Boullé, F. Rossi. Co-clustering de données mixtes à base des modèles de mélange. In 17ème Journées Francophones Extraction et Gestion des Connaissances, EGC 2017, Pages 141-152, 2017.
8. A. Bouchareb, M. Boullé, F. Rossi, F. Clérot. Application du coclustering à l'analyse exploratoire d'une table de données. In 17ème Journées Francophones Extraction et Gestion des Connaissances, EGC 2017, Pages 177-188, 2017.
9. S.C.F. Ahomagnon, N. Voisine, M. Boullé. Sélection et transformation de variables pour la classification Multi-Label par une approche MDL. In 17ème Journées Francophones Extraction et Gestion des Connaissances, EGC 2017, Pages 345-350, 2017.
10. D. Gay, R. Guigourès, M. Boullé, F. Clérot. Exploratory Text Segmentation through Joint Distribution Estimation. In Extraction et Gestion des Connaissances (EGC), Workshop TextMine, Pages 23-30, 2017.
11. M. Boullé. Khiops: outil d'apprentissage supervisé automatique pour la fouille de grandes bases de données multi-tables. In 16ème Journées Francophones Extraction et Gestion des Connaissances, EGC, Pages 505-510, 2016.
12. B. Guerraz, Marc Boullé, D. Gay, V. Lemaire, F. Clérot. Analyse exploratoire par k-Coclustering avec Khiops CoViz. In 16ème Journées Francophones Extraction et Gestion des Connaissances, EGC, Pages 493-498, 2016.
13. E. Egho, D. Gay, N. Voisine, M. Boullé, F. Clérot. Une approche Bayésienne pour l'apprentissage de règles séquentielles de classification. In Actes de la Plateforme de l'Intelligence Artificielle - Applications Pratiques de l'Intelligence Artificielle (PFIA'15), Pages 37-52, 2015.
14. B. Guerraz, M. Boullé, D. Gay, V. Lemaire, F. Clérot. Analyse exploratoire par k-Coclustering avec Khiops CoViz. In Atelier CluCo, Extraction et Gestion des Connaissances (EGC), 2015.
15. R. Guigourès, D. Gay, M. Boullé, F. Clérot. Clustering de séquences d’évènements temporels. In Extraction et gestion des connaissances (EGC'2014), Volume RNTI-E-26, 2014.
16. C. Hue, M. Boullé, V. Lemaire. Apprentissage incrémental anytime d’un classifieur Bayésien naif pondéré. In Extraction et gestion des connaissances (EGC'2014), Volume RNTI-E-26, 2014.
17. D. Lahbib, M. Boullé, D. Laurent. Un Critère d'\'Evaluation pour la Construction de Variables à base d'Itemsets pour l'Apprentissage Supervisé Multi-Tables. In Extraction et gestion des connaissances (EGC'2013), 2013.
18. M. Boullé, R. Guigourès, F. Rossi. Etude des corrélations spatio-temporelles des appels mobiles en France. In Extraction et gestion des connaissances (EGC'2013), Pages 437-448, 2013.
19. C. Salperwyck, M. Boullé, V. Lemaire. Grille bivariée pour la détection de changement dans un flux étiqueté. In Extraction et gestion des connaissances (EGC'2013), Pages 389-400, 2013.
20. M. Boullé, D. Lahbib. Vers une Automatisation de la Construction de Variables pour la Classification Supervisée. In Extraction et gestion des connaissances (EGC'2013), Pages 25-36, 2013.
21. D. Gay, M. Boullé. Construction de descripteurs à partir du coclustering pour la classification supervisée de séries temporelles. In Extraction et gestion des connaissances (EGC'2013), Pages 353-364, 2013.
22. M.K. El Mahrsi, R. Guigourès, F. Rossi, M. Boullé. Classifications croisées de données de trajectoires contraintes par un réseau routier. In Extraction et gestion des connaissances (EGC'2013), Pages 341-352, 2013.
23. M. Boullé. Sélection Bayésienne de Modèles avec Prior Dépendant des Données. In Extraction et gestion des connaissances (EGC'2012), Pages 29-34, 2012.
24. M. Boullé, R. Guigourès, F. Rossi. Clustering hiérarchique non paramétrique de données fonctionnelles. In Extraction et gestion des connaissances (EGC'2012), Pages 101-112, 2012.
25. R. Guigourès, M. Boullé, F. Rossi. Triclustering pour la détection de structures temporelles dans les graphes. In Actes de la Conférence sur les Modèles et l'Analyse des Réseaux : Approches Mathématiques et Informatique (MARAMI), 2012.
26. D. Lahbib, M. Boullé, D. Laurent. Prétraitement Supervisé des Variables Numériques pour la Fouille de Données Multi-Tables. In Extraction et gestion des connaissances (EGC'2012), Pages 501-512, 2012.
27. R. Guigourès, M. Boullé, F. Rossi. Segmentation géographique par étude d’un journal d’appels téléphoniques. In Actes de la Conférence sur les Modèles et l'Analyse des Réseaux : Approches Mathématiques et Informatique (MARAMI), 2011.
28. M. Boullé. Estimation de la densité d'arcs dans les graphes de grande taille : une alternative à la détection de clusters. In Extraction et gestion des connaissances (EGC'2011), Pages 353-364, 2011.
29. A. Bondu, M. Boullé. Détection de changements de distribution dans un flux de données : une approche supervisée. In Extraction et gestion des connaissances (EGC'2011), Pages 191-196, 2011.
30. D. Lahbib, M. Boullé, D. Laurent. Sélection des variables informatives pour l'apprentissage supervisé multi-tables. In Extraction et gestion des connaissances (EGC'2011), Pages 425-430, 2011.
31. D. Gay, M. Boullé. Un critère Bayésien pour évaluer la robustesse des règles de classification. In Extraction et gestion des connaissances (EGC'2011), Pages 539-550, 2011.
32. R. Guigourès, M. Boullé. Optimisation directe des poids de modèles dans un prédicteur Bayésien naif moyenné. In Extraction et gestion des connaissances (EGC'2011), Pages 77-82, 2011.
33. M. Boullé. Classification supervisée pour de grands nombres de classes à prédire : une approche par co-partitionnement des variables explicatives et à expliquer. In Extraction et gestion des connaissances (EGC'2010), Pages 537-548, 2010.
34. A. Bondu, V. Lemaire, M. Boullé. Une nouvelle stratégie d’Apprentissage Bayésienne. In Extraction et gestion des connaissances (EGC'2010), Pages 707-709, 2010.
35. A. Bondu, V. Lemaire, M. Boullé. Compromis exploration vs. exploitation en apprentissage actif : une approche Bayesienne. In Conférence francophone sur l'Apprentissage automatique (CAP 2010), Pages 134-148, 2010.
36. A. Bondu, M. Boullé, A. Peradotto. Représentation géographique du tissu industriel : une application de l’approche MODL. In Conférence francophone sur l'Apprentissage automatique (CAP 2010), Pages 325-329, 2010.
37. V. Lemaire, M. Boullé, P. Gouzien. Elaboration d’une représentation basée sur un classifieur et son utilisation dans un déploiement basé sur un k-ppv. In Conférence francophone sur l'Apprentissage automatique (CAP 2010), Pages 329-332, 2010.
38. M. Boullé. Une méthode de classification supervisée sans paramètre pour l'apprentissage sur les grandes bases de données. In Extraction et gestion des connaissances (EGC'2009), Pages 259-264, 2009.
39. N. Voisine, M. Boullé, C. Hue. Un critère d'évaluation Bayésienne pour la construction d'arbre de décision. In Extraction et gestion des connaissances (EGC'2009), Pages 259-264, 2009.
40. M. Boullé. Khiops: outil de préparation et modélisation des données pour la fouille des grandes bases de données. In Extraction et gestion des connaissances (EGC'2008), Pages 229-230, 2008.
41. R. Féraud, M. Boullé, F. Clérot, F. Fessant. Vers l'exploitation de grandes masses de données. In Extraction et gestion des connaissances (EGC'2008), Pages 241-252, 2008.
42. D. Poirier, C. Bothorel, M. Boullé. Analyse exploratoire d'opinions cinématographiques: co-clustering de corpus textuels communautaires. In Extraction et gestion des connaissances (EGC'2008), Pages 565-576, 2008.
43. M. Boullé. Une méthode optimale d'évaluation bivariée pour la classification supervisée. In Extraction et gestion des connaissances (EGC'2007), Pages 461-472, 2007.
44. M. Boullé, A. Larrue. Segmentation d'image couleur par grille de rectangles optimale selon une approche Bayesienne. In GRETSI 2007, 2007.
45. S. Ferrandiz, M. Boullé. Evaluation supervisée de métrique : application à la préparation de données séquentielles. In Extraction et gestion des connaissances (EGC'2007), Pages 319-330, 2007.
46. C. Hue, M. Boullé. Une approche non paramétrique Bayesienne pour l'estimation de densité conditionnelle sur les rangs. In Extraction et gestion des connaissances (EGC'2007), Pages 111-122, 2007.
47. C. Hue, M. Boullé. Apprentissage de la fonction quantile conditionnelle par partitionnement 2D. In 39èmes Journées de Statistique de la SFdS, Angers, France, 2007.
48. M. Boullé. Moyennage du prédicteur Bayesien Naif Sélectif, évaluation sur un challenge international. In 8ème Conférence francophone sur l'Apprentissage automatique (CAp'2006), Laurent Miclet (ed.), 2006.
49. S. Ferrandiz, M. Boullé. Sélection supervisée d'instances : une approche descriptive. In Extraction et gestion des connaissances (EGC'06), D.A. Zighed, G. Venturini (eds.), Pages 421-432, 2006.
50. S. Ferrandiz, M. Boullé. Illustration d'une méthode d'évaluation supervisée par un problème de classification de courbes. In Rencontres de la société francophone de classification, 2006.
51. S. Ferrandiz, M. Boullé. Sélection non paramétrique et régularisée d'instances et de variables. In 8ème Conférence francophone sur l'Apprentissage automatique (CAp'2006), Laurent Miclet (ed.), 2006.
52. S. Ferrandiz, M. Boullé. Préparation supervisée de données dynamiques. In 2èmes Rencontres Inter-Associations sur la classification et ses applications (RIAs'2006), Lyon, 2006.
53. M. Boullé. A robust method for partitioning the values of categorical attributes. In Extraction et gestion des connaissances (EGC'2004), Pages 173-184, 2004.
54. S. Ferrandiz, M. Boullé. Utilisation des graphes de proximité dans le cadre de l'apprentissage basé sur les voisins. In Extraction et gestion des connaissances (EGC'04), D.A. Zighed, G. Venturini (eds.), Pages 355-366, 2004.
55. M. Boullé. Khiops: une méthode statistique de discrétisation. In Extraction et gestion des connaissances (EGC'2002), Pages 107-118, 2002.

Research Reports

1. M. Boullé. Two-level histograms for dealing with outliers and heavy tail distributions. Research Report arXiv, abs/2306.05786, 2023.
2. M. Boullé, F. Clérot, C. Hue. Revisiting enumerative two-part crude MDL for Bernoulli and multinomial distributions (Extended version). Research Report arXiv, abs/1608.05522, 2016.
3. M. Boullé. Universal Approximation of Edge Density in Large Graphs. Research Report arXiv, abs/1508.01340, 2015.
4. R. Guigourès, D. Gay, M. Boullé, F. Clérot, F. Rossi. Country-scale Exploratory Analysis of Call Detail Records through the Lens of Data Grid Models. Research Report arXiv, abs/1508.01340, 2015.
5. D. Gay, R. Guigourès, M. Boullé, F. Clérot. Cats & Co: Categorical Time Series Coclustering. Research Report arXiv, abs/1505.01300, 2015.
6. M. Boullé. Nonparametric Edge Density Estimation in Large Graphs. Research Report France Telecom R&D, No FT/RD/TECH/11/02/13, 2011.
7. M. Boullé. A Parameter-Free Method for Clustering Functional Data. Research Report France Telecom R&D, No FT/RD/TECH/11/01/76, 2011.
8. M. Boullé. Multivariate Data Grid Models for Supervised and Unsupervised Learning. Research Report France Telecom R&D, No NSM/R&D/TECH/EASY/TSI/5/MB, 2008.
9. M. Boullé. Bivariate Data Grid Models for Supervised Learning. Research Report France Telecom R&D, No NSM/R&D/TECH/EASY/TSI/4/MB, 2008.
10. M. Boullé. MODL: une méthode quasi-optimale de discrétisation supervisée. Research Report France Telecom R&D, No 8444, 2004.
11. M. Boullé. MODL: une méthode quasi-optimale de groupage des valeurs d'un attribut symbolique. Research Report France Telecom R&D, No 8611, 2004.
12. M. Boullé. Amélioration de la robustesse de la méthode de discrétisation Khiops par contrôle de son comportement statistique. Research Report France Telecom R&D, No 7864, 2003.
13. M. Boullé. Groupage robuste des valeurs d’un attribut symbolique par la méthode Khiops. Research Report France Telecom R&D, No 8028, 2003.
14. M. Boullé. Analyse, sélection et visualisation des couples d’attributs pour l’apprentissage supervisé. Research Report France Telecom R&D, No 7417, 2002.
15. M. Boullé. Discrétisation des attributs numériques pour le Data Mining. Research Report France Telecom R&D, No 7339, 2001.

Misc

1. M. Boullé. Automatic Feature Construction for Supervised Classification from Large Scale Multi-Relational Data. 2017.
2. A. Bondu, M. Boullé, D. Gay. Data grid models, Slides for the tutorial given at EGC 2013, Toulouse, France. 2013.

Thesis

1. M. Boullé. Recherche d'une représentation des données efficace pour la fouille des grandes bases de données. PhD Thesis Ecole Nationale Supérieure des Télécommunications, 2007.

This material is presented to ensure timely dissemination of scholarly and technical work. Copyright and all rights therein are retained by authors or by other copyright holders. All persons copying this information are expected to adhere to the terms and constraints invoked by each author's copyright. These works may not be reposted without the explicit permission of the copyright holder.