Documents dont l'auteur est "Gasse, Maxime"

Réseau de collaboration

Veuillez patienter

Aide

Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.

Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.

Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.

Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.

Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.

Article de revue

Rauby, B., Xing, P., Gasse, M., & Provost, J. (2024). Deep learning in ultrasound localization microscopy : applications and perspectives. IEEE Transactions on Ultrasonics, Ferroelectrics and Frequency Control, 3462299 (23 pages). Disponible

Müller, B., Muñoz, G., Gasse, M., Gleixner, A., Lodi, A., & Serrano, F. (2022). On generalized surrogate duality in mixed-integer nonlinear programming. Mathematical Programming, 2021(1-2), 1-30. Disponible

Milecki, L., Porée, J., Belgharbi, H., Bourquin, C., Damseh, R., Delafontaine-Martel, P., Lesage, F., Gasse, M., & Provost, J. (2021). A deep learning framework for spatiotemporal ultrasound localization microscopy. IEEE Transactions on Medical Imaging, 40(5), 1428-1437. Lien externe

Communication écrite

Gupta, P., Gasse, M., Khalil, E. B., Kumar, M. P., Lodi, A., & Bengio, Y. (décembre 2020). Hybrid models for learning to branch [Communication écrite]. 34th Conference on neural Information Processing Systems (NeurIPS 2020), Vancouver, Canada (11 pages). Lien externe

Muller, B., Munoz, G., Gasse, M., Gleixner, A., Lodi, A., & Serrano, F. (juin 2020). On Generalized Surrogate Duality in Mixed-Integer Nonlinear Programming [Communication écrite]. 21st International Conference on Integer Programming and Combinatorial Optimization (IPCO 2020), London, United Kingdom. Lien externe

Gupta, P., Gasse, M., Khalil, E. B., Kumar, M. P., Lodi, A., & Bengio, Y. (décembre 2020). Supplement: Hybrid models for learning to branch [Communication écrite]. 34th Conference on neural Information Processing Systems (NeurIPS 2020), Vancouver, Canada (8 pages). Lien externe

Gasse, M., Chetelat, D., Ferroni, N., Charlin, L., & Lodi, A. (décembre 2019). Exact Combinatorial Optimization with Graph Convolutional Neural Networks [Communication écrite]. 33rd Conference on Neural Information Processing Systems (NeurIPS 2019), Vancouver, B.-C. (13 pages). Lien externe

Affiche

Scavuzzo, L., Chetelat, D., Lodi, A., Chen, F. Y., Gasse, M., Yorke-Smith, N., & Aardal, K. (novembre 2022). Learning to Branch with Tree MDPs [Affiche]. 36th Conference on Neural Information Processing Systems (NeurIPS 2022), New Orleans, LA, USA. Lien externe

Présentation

Scavuzzo, L., Chetelat, D., Lodi, A., Chen, F. Y., Gasse, M., Yorke-Smith, N., & Aardal, K. (novembre 2022). Learning to Branch with Tree MDPs [Présentation]. Dans 36th Conference on Neural Information Processing Systems (NeurIPS 2022), New Orleans, LA, USA. Lien externe

Chapitre de livre

Gasse, M., & Lodi, A. (2022). Machine Learning for Combinatorial Optimization. Dans Pardalos, P. M., & Prokopyev, O. A. (édit.), Encyclopedia of Optimization (p. 1-13). Lien externe