关注
Rémi Lajugie
标题
引用次数
引用次数
年份
Weakly supervised action labeling in videos under ordering constraints
P Bojanowski, R Lajugie, F Bach, I Laptev, J Ponce, C Schmid, J Sivic
Computer Vision–ECCV 2014: 13th European Conference, Zurich, Switzerland …, 2014
2972014
Weakly-supervised alignment of video with text
P Bojanowski, R Lajugie, E Grave, F Bach, I Laptev, J Ponce, C Schmid
Proceedings of the IEEE international conference on computer vision, 4462-4470, 2015
1662015
Metric learning for temporal sequence alignment
D Garreau, R Lajugie, S Arlot, F Bach
Advances in neural information processing systems 27, 2014
712014
Large-margin metric learning for constrained partitioning problems
R Lajugie, F Bach, S Arlot
International Conference on Machine Learning, 297-305, 2014
602014
Instance-level video segmentation from object tracks
G Seguin, P Bojanowski, R Lajugie, I Laptev
Proceedings of the IEEE Conference on Computer Vision and Pattern …, 2016
472016
A weakly-supervised discriminative model for audio-to-score alignment
R Lajugie, P Bojanowski, P Cuvillier, S Arlot, F Bach
2016 IEEE International Conference on Acoustics, Speech and Signal …, 2016
132016
Large-margin metric learning for partitioning problems
R Lajugie, S Arlot, F Bach
arXiv preprint arXiv:1303.1280, 2013
72013
Une démonstration élémentaire du théorème du minimax de Von Neumann (existence d’un équilibre de Nash dans le contexte d’un jeu à deux joueurs à somme nulle).
R Lajugie
2024
A simple proof of Von Neumann’s minimax theorem for the existence of Nash equilibrium in a two-players zero-sum game.
R Lajugie
2024
Note sur la résolution de l’équation de degré 3
R Lajugie
2016
Note sur l’histoire des nombres entiers négatifs.
R Lajugie
2016
Prédiction structurée pour l’analyse de données séquentielles
R Lajugie
Paris, Ecole normale supérieure, 2015
2015
Semidefinite and Spectral Relaxations for Multi-Label Classification
R Lajugie, P Bojanowski, S Arlot, F Bach
arXiv preprint arXiv:1506.01829, 2015
2015
Structured prediction for sequential data
R Lajugie
INRIA, Ecole normale Supérieure, 2015
2015
Une introduction à l’informatique quantique à la portée des étudiants en mathématiques ou informatique de premier cycle universitaire.
R Lajugie
De la régression linéaire à l’intelligence artificielle
R Lajugie
Enseignement de l’informatique: panorama du cycle 4 au post-bac
R Lajugie
TP/TD 1: RÉGRESSIONS LINÉAIRES ET POLYNOMIALES
R Lajugie
Metric learning for partitioning problems
R Lajugie, F Bach, S Arlot
系统目前无法执行此操作,请稍后再试。
文章 1–19