Algorithmes Apprentissage et Calcul, Data Sciences

Prix de la meilleure contribution scientifique en STIC du plateau de Saclay 2022 attribué à Herilalaina Rakotoarison

Published on

Herilalaina Rakotoarison est doctorant dans l’équipe A&O, sa thèse porte sur l’identification des pipelines Machine Learning qui apprennent le meilleur modèle à partir d’un dataset.

Le prix “Meilleure production scientifique en STIC du plateau de Saclay” récompense chaque année les travaux de recherche de doctorants ou doctorantes de l’EDEcole Doctorale STIC de l’Université Paris-Saclay et de l’EDEcole Doctorale IP Paris (issus des domaines IDIA et ICE) pour leur excellence. […] Ce prix souhaite promouvoir tous les types de productions scientifiques : articles, campagnes d’évaluation, production de systèmes matériels et/ou logiciels.

Publications de Herilalaina Rakotoarison

  • Communication dans un congrès

    Herilalaina Rakotoarison, Louisot Milijaona, Andry Rasoanaivo, Michèle Sebag, Marc Schoenauer. Learning Meta-features for AutoML. ICLR 2022 – International Conference on Learning Representations (spotlight), Apr 2022, Virtual, United States. ⟨hal-03583789v2⟩

    AO, AO

    Year of publication

    Available in free access

  • Article dans une revue

    Laurent Meunier, Herilalaina Rakotoarison, Pak Kan Wong, Baptiste Roziere, Jeremy Rapin, et al.. Black-Box Optimization Revisited: Improving Algorithm Selection Wizards through Massive Benchmarking. IEEE Transactions on Evolutionary Computation, 2022, 26 (3), pp.490-500. ⟨10.1109/TEVC.2021.3108185⟩. ⟨hal-03154019⟩

    AO, AO

    Year of publication

    Available in free access

  • Pré-publication, Document de travail

    Gwendoline de Bie, Herilalaina Rakotoarison, Gabriel Peyré, Michèle Sebag. Distribution-Based Invariant Deep Networks for Learning Meta-Features. 2021. ⟨hal-03153200⟩

    AO, AO

    Year of publication

    Available in free access

  • Communication dans un congrès

    Herilalaina Rakotoarison, Marc Schoenauer, Michèle Sebag. Automated Machine Learning with Monte-Carlo Tree Search. IJCAI-19 – 28th International Joint Conference on Artificial Intelligence, Aug 2019, Macau, China. pp.3296-3303, ⟨10.24963/ijcai.2019/457⟩. ⟨hal-02300884⟩

    AO, AO

    Year of publication

    Available in free access

  • Communication dans un congrès

    Herilalaina Rakotoarison, Michèle Sebag. AutoML with Monte Carlo Tree Search. Workshop AutoML 2018 @ ICML/IJCAI-ECAI, Pavel Brazdil, Christophe Giraud-Carrier, and Isabelle Guyon, Jul 2018, Stockholm, Sweden. ⟨hal-01966957⟩

    AO, AO

    Year of publication

    Available in free access