| 2013 | ||
|---|---|---|
| c17 | Thomas Bourquard, Damien M. de Vienne, Jérôme Azé: Identification de complexes protéine-protéine par combinaison de classifieurs. Application à Escherichia Coli. EGC 2013: 419-430 | |
| 2011 | ||
| c16 | Jérôme Azé, Thomas Bourquard, Sylvie Hamel, Anne Poupon, David W. Ritchie: Using Kendall-τ Meta-Bagging to Improve Protein-Protein Docking Predictions. PRIB 2011: 284-295 | |
| 2009 | ||
| c15 | Thomas Bourquard, Julie Bernauer, Jérôme Azé, Anne Poupon: Comparing Voronoi and Laguerre Tessellations in the Protein-Protein Docking Context. ISVD 2009: 225-232 | |
| 2008 | ||
| c14 | Lucie Gentils, Jérôme Azé, Claire Toffano-Nioche, Valentin Loux, Anne Poupon, Jean-François Gibrat, Christine Froidevaux: Mesures Hiérarchiques pondérées pour l'évaluation d'un système semi-automatique d'annotation de génomes utilisant des arbres de décision. EGC 2008: 133-138 | |
| 2007 | ||
| j1 | Julie Bernauer, Jérôme Azé, Joël Janin, Anne Poupon: A new protein-protein docking scoring function based on interface residue properties. Bioinformatics 23(5): 555-562 (2007) | |
| c13 | Jérôme Azé, Philippe Lenca, Stéphane Lallich, Benoît Vaillant: A Study of the Robustness of Association Rules. DMIN 2007: 163-169 | |
| p1 | Israël-César Lerman, Jérôme Azé: A New Probabilistic Measure of Interestingness for Association Rules, Based on the Likelihood of the Link. Quality Measures in Data Mining 2007: 207-236 | |
| 2005 | ||
| c12 | Ahmed Amrani, Jérôme Azé, Yves Kodratoff: Logiciel d'aide à l'étiquetage morpho-syntaxique de textes de spécialité. EGC 2005: 673-678 | |
| i1 | Jérôme Azé, Mathieu Roche, Yves Kodratoff, Michèle Sebag: Preference Learning in Terminology Extraction: A ROC-based approach. CoRR abs/cs/0512050 (2005) | |
| 2004 | ||
| c11 | Mathieu Roche, Jérôme Azé, Oriane Matte-Tailliez, Yves Kodratoff: Mining texts by association rules discovery in a technical corpus. Intelligent Information Systems 2004: 89-98 | |
| c10 | Jérôme Azé, Mathieu Roche, Yves Kodratoff, Michèle Sebag: Learning to Order Terms: Supervised Interestingness Measures in Terminology Extraction. International Conference on Computational Intelligence 2004: 478-481 | |
| c9 | Mathieu Roche, Jérôme Azé, Yves Kodratoff, Michèle Sebag: Learning Interestingness Measures in Terminology Extraction. A ROC-based approach. ROCAI 2004: 81-88 | |
| c8 | Ahmed Amrani, Jérôme Azé, Thomas Heitz, Yves Kodratoff, Mathieu Roche: From the Texts to the Contexts They Contain: A Chain of Linguistic Treatments. TREC 2004 | |
| 2003 | ||
| c7 | Michèle Sebag, Jérôme Azé, Noël Lucas: ROC-Based Evolutionary Learning: Application to Medical Data Mining. Artificial Evolution 2003: 384-396 | |
| c6 | Jérôme Azé: Une nouvelle mesure de qualité pour l'extraction de pépites de connaissances. EGC 2003: 171-182 | |
| c5 | Jérôme Azé, Noël Lucas, Michèle Sebag: Fouille de données visuelle et analyse de facteurs de risque médical. EGC 2003: 183-188 | |
| c4 | Israël-César Lerman, Jérôme Azé: Une mesure probabiliste contextuelle discriminante de qualité des règles d'association. EGC 2003: 247-262 | |
| c3 | Jérôme Azé, Mathieu Roche: Une application de la fouille de textes : l'extraction des règles d'association à partir d'un corpus spécialisé. EGC 2003: 283-294 | |
| c2 | Michèle Sebag, Jérôme Azé, Noël Lucas: Impact Studies and Sensitivity Analysis in Medical Data Mining with ROC-based Genetic Learning. ICDM 2003: 637-640 | |
| 2002 | ||
| c1 | Jérôme Azé, Yves Kodratoff: Evaluation de la résistance au bruit de quelques mesures d'extraction de règles d'association. EGC 2002: 143-154 | |
Colors in the list of coauthors
Last update Thu May 23 19:49:31 2013 CET by the DBLP Team —
Data released under the ODC-BY 1.0 license — See also our legal information page