Weakly supervised action labeling in videos under ordering constraints P Bojanowski, R Lajugie, F Bach, I Laptev, J Ponce, C Schmid, J Sivic Computer VisionECCV 2014: 13th European Conference, Zurich, Switzerland
, 2014 | 302 | 2014 |
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 | 169 | 2015 |
Metric learning for temporal sequence alignment D Garreau, R Lajugie, S Arlot, F Bach Advances in neural information processing systems 27, 2014 | 71 | 2014 |
Large-margin metric learning for constrained partitioning problems R Lajugie, F Bach, S Arlot International Conference on Machine Learning, 297-305, 2014 | 60 | 2014 |
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 | 47 | 2016 |
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 | 13 | 2016 |
Large-margin metric learning for partitioning problems R Lajugie, S Arlot, F Bach arXiv preprint arXiv:1303.1280, 2013 | 7 | 2013 |
Une démonstration élémentaire du théorème du minimax de Von Neumann (existence dun équilibre de Nash dans le contexte dun jeu à deux joueurs à somme nulle). R Lajugie | | 2024 |
A simple proof of Von Neumanns minimax theorem for the existence of Nash equilibrium in a two-players zero-sum game. R Lajugie | | 2024 |
Note sur la résolution de léquation de degré 3 R Lajugie | | 2016 |
Note sur lhistoire des nombres entiers négatifs. R Lajugie | | 2016 |
Prédiction structurée pour lanalyse 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 linformatique quantique à la portée des étudiants en mathématiques ou informatique de premier cycle universitaire. R Lajugie | | |
De la régression linéaire à lintelligence artificielle R Lajugie | | |
Enseignement de linformatique: 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 | | |