Présentation d'article - Master MVA

Pour valider le module "Méthodes à noyau en bio-informatique" vous devez lire et présenter oralement le 21/3/2006 un ou des articles de recherche portant sur les méthodes à noyau. Vous pouvez par exemple choisir un article dans cette liste (essentiellement des applications dans le domaine de la bio- et chemo-informatique), ou proposer d'autres articles. Chaque exposé durera 5 min (strict), suivi de questions. Vous pouvez utilisez des présentations informatique ou des transparents. A la fin de votre exposé les autres élèves doivent avoir compris la problématique traitée dans l'article, les méthodes mises en oeuvre et les résultats. Lors de la discussion vous devez etre en mesure de répondre à des questions précises, notamment sur les points techniques non abordés pendant l'exposé. La notation finale (comptant pour moitié dans la validation du module) prendra en compte la qualité de la présentation et les réponses au questions (modulé par la difficulté de l'article).

Agenda du 21 mars 2006

Merci de me transmettre vos présentation informatique (pdf ou powerpoint) si possible la veille par mail, sinon sur une clé USB avant le début de la séance. Nous disposerons aussi d'un rétro-projecteur pour les transparents.
HeureNomSujetArticleLien
10hRodrigo VERSCHAEkernel designK. Crammer, J. Keshet, and Y. Singer. Kernel design using boosting. Advances in Neural Information Processing Systems 15, p.537-544, MIT Press, Cambridge, MA. 2003.pdf
10h10Sylvain VINETkernel designM. Seeger. Covariance Kernels from Bayesian Generative Models. In Adv. Neural Inform. Process. Syst. 14, pages 905-912, 2002.pdf
10h20Romain CAMPANAséquencesM. Cuturi and J.-P. Vert, The context-tree kernel for strings, Neural Networks, 18(4):1111-1123, 2005.pdf
10h30Noufel ABBASSIséquencesK. Tsuda, M. Kawanabe, G. Rätsch, S. Sonnenburg, and K.-R. Müller. A new discriminative kernel from probabilistic models. Neural Computation, 14(10):2397-2414, 2002.pdf
10h40Mael MONTEVILséquences/graphYan Karklin, Richard F Meraz, and Stephen R Holbrook. Classification of non-coding RNA using graph representations of secondary structure. Pac. Symp. Biocomput., pages 4-15, 2005.pdf
10h50Enric Meinhardt LLOPISséquencesV. Roth, J. Laub, J.M. Buhmann, K-R. Müller, Going metric: Denoising parwise data. Advances in Neutral Information Processing Systems 15, pp. 817-824, MIT Press, 2003.pdf
11hPierre ALLEGRAUDtextJ. Wang, W.-K. Sung, A. Krishnan, and K.-B. Li. Protein subcellular localization prediction for Gram-negative bacteria using amino acid subalphabets and a combination of multiple support vector machines. BMC Bioinformatics, 6(1):174, Jul 2005.pdf
11h10Antoniou EUSTATHIOStextH. Lodhi, C. Saunders, J. Shawe-Taylor, N. Cristianini and C. Watkins, Text Classification using string kernels, Journal of Machine Learning Research, 2(Feb):419-444, 2002.pdf
11h20Maria KULIKOVAtextJ. Hakenberg, S. Schmeier, A. Kowald, E. Klipp, and U. Leser. Finding kinetic parameters using text mining. OMICS, 8(2):131-152, 2004.pdf
breakcafé
11h30Mouna ENNAIMImicroarrayZhenqiu Liu, Dechang Chen, and Halima Bensmail. Gene expression data classification with kernel principal component analysis. J Biomed Biotechnol, 2005(2):155-9, 2005.pdf
11h40Neus Sabater MUNOZmicroarrayJ. Qin, D. P. Lewis, and W. S. Noble. Kernel hierarchical gene clustering from microarray expression data. Bioinformatics, 19(16):2097-2104, 2003.pdf
11h50Thomas CLEMENCEAUmicroarrayI. Guyon, J. Weston, S. Barnhill, and V. Vapnik. Gene Selection for Cancer Classification using Support Vector Machines. Mach. Learn., 46(1/3):389-422, Jan 2002.pdf
12hJulien MAIRALkernel methodJ.-P. Vert and Y. Yamanishi. Supervised graph inference. In Lawrence K. Saul, Yair Weiss, and Léon Bottou, editors, Adv. Neural Inform. Process. Syst., volume 17, pages 1433-1440. MIT Press, Cambridge, MA, 2005.pdf
12h10Mikhail ZASLAVSKIYkernel methodK. Tsuda et al., The em algo for kernel matrix completion with auxiliary data. Journal of Machine Learning Research, 4(May):67-81, 2003.pdf
12h20Laurent JACOBkernel methodT. Evgeniou, C. A. Micchelli and M. Pontil, Learning Multiple Tasks with Kernel Methods, Journal of Machine Learning Research, 6(Apr):615--637, 2005.pdf
excuséEtienne COMEséquenceT. Jaakkola, M. Diekhans, and D. Haussler. A Discriminative Framework for Detecting Remote Protein Homologies. J. Comput. Biol., 7(1,2):95-114, 2000.pdf
annuléMohamed BOUHLELséquencesA. Zien, G. Rätsch, S. Mika, B. Schoelkopf, T. Lengauer, and K.-R. Müller. Engineering support vector machine kernels that recognize translation initiation sites. Bioinformatics, 16(9):799-807, 2000.pdf
Vert Jean-Philippe
Last modified: Mon Mar 20 14:34:57 CET 2006