M. Alain Celisse

Professeur des universités

Mathématiques appliquées et applications des mathématiques

Affectation(s)

SAMM : Statistique, analyse, modélisation multidisciplinaire (UR 4543)

Domaines d'expertise

Statistical learning Data Science Deep Learning and AI

À propos de moi

I am Professor in Statistical / Machine learning and Data Science

Affiliation:

Paris 1 Panthéon-Sorbonne University
SAMM (Statistics, Analysis, Models, and Mathematics), EA 4543
UFR 27: Mathematics and Informatics

Mailing address:

      Centre PMF
      Office: C-20.07
      SAMM - Université Paris 1 Panthéon-Sorbonne
      90, rue de Tolbiac
      75634 PARIS CEDEX 13 - FRANCE

E-mail: alain [dot] celisse (At) univ-paris1 {dot} fr

Duties:

Co-organization of the weekly SAMM seminar
Member of the Una Europa project

Scientific interests:

My main background is in Mathematics applied to Statistical/Machine learning.
I design learning strategies and also provide the theoretical analysis of their statistical performance, with a particular emphasis on scalable approaches in the context of massive data (Big Data).
Regarding this aspect, a crucial question is to understand the trade-off between the available computational resources and the statistical precision one can achieve.
Applications from various fields such as biology, industry or cyber-security are also welcome.

Recherche

Direction(s) de recherche

Estimator/Model selection

Goal: Choose among several candidate estimators/models the best one.

Penalized (random) criteria: AIC-or BIC-like penalties
Regularization (convex relaxation): L1 (Lasso), L2 (Ridge)
Cross-validation: Leave-one-out, Leave-p-out, V-fold

Two possible perspectives:

Identification: recover the "true model" (if any)
Estimation/prediction: recover the model with the smallest generalization error

Change-points detection, anomaly/outlier detection

Data: Time-series of "objects" which can be a sequence of high-dimensional measurements from (dependent) sensors, or structured objects such as texts or audio/video streams.
Type of change: Changes in any (prescribed or not) features of the distribution along the time

Offline: Change-points detection, segmentation
Online: Outlier detection, anomaly detection

Asset: Does not require any distributional assumption (no parametric model)

Reproducing kernels

Reproducing kernels, mean embedding, Minimum Mean Discrepancy (MMD), neighboring graph between objects, combination of heterogeneous data of different nature

Rough interpretation:

Reproducing kernels can be thought of as a "similarily measure" between objects. The more similar a pair of objects, the larger the value of the kernel evaluated at this pair of objects.

Interest:

Reproducing kernels can deal with objects which are not necessarily vetcors (DNA sequences, graphs, video streams,...).
As long as such a similarity measure between objects does exist, then these objects can be compared. For instance, a neighboring graph can be built from this pairwise proximity measure.
Simple combinations of kernels can help combining descriptors (of an individual) although they are of different kinds

Parameter estimation/approximation techniques

Variational algorithm in the Stochastic Block Model (SBM), Low-rank matrix approximation, Random Fourier features, approximate cross-validation

Main interest and difficulty:

Whereas an estimator can be costly to compute (or even not achievable!), replacing such an estimator by an approximation can greatly reduce the computation time.
Several approximating strategies often exist. Choosing one of them is usually a difficult task although a large number of them perform well in practice.

Trade-off between Computation resources and Statistical precision

Motivation:

Most estimators are defined as minimizers of an optimization problem.
Optimization algorithms are mainly used to output an (approximate) evaluation
Numerous optimization algorithms are itertive ones (Gradient descent, Stocastic gradient descent, EM-algorithm, coordinate descent,...)

Goal:

Reducing the computational burden (time and memory), while keeping a reliable statistical performance
Designing an early stopping rule, that is a data-driven stopping rule indicating when to stop the iterative optimization process

Stability of learning algorithms and concentration inequalities

Strategy:

Introduce a new notion of stability for learning algorithms
Exploit connections between this notion of stability and concentration inequalities
Derive (tighter) concentration results for classical learning algorithms (Ridge regression, k-Nearest Neighbors, Nadaraya-Watson estimators,...)

Applications

Biostatistics:

Multiple testing: Identifying genes/SNPs that are differentially expressed between two experimental conditions.
Change-points detection: Detecting copy number variations along the genome, including variations of the allelic ratio.
Lasso-like strategies: Supervised selection of features (SNPs for instance) that are related to a disease (cancer) in a high-dimensional context by exploiting the existing between-features redundancy.

Industry:

In a supervised framework:

Identifying weak events related to some failures occurrences.
Designing data-driven rules allowing for detecting weak events online.

Publications

Publications HAL

2024

Pré-publication, Document de travail

titre: Détection d'anomalies online basée sur les points de ruptures
auteur: Etienne Krönert, Dalila Hattab, Alain Celisse
article: 2024
typdoc: Pré-publication, Document de travail
Accès au texte intégral et bibtex

2023

Article dans une revue

titre: MLGL: An R package implementing correlated variable selection by hierarchical clustering and group-Lasso
auteur: Quentin Grimonprez, Samuel Blanck, Alain Celisse, Guillemette Marot
article: Journal of Statistical Software, 2023, 106 (3), ⟨10.18637/jss.v106.i03⟩
typdoc: Article dans une revue
Accès au texte intégral et bibtex

Pré-publication, Document de travail

titre: Contrôle du FDR pour la détection d'anomalies online
auteur: Etienne Krönert, Alain Célisse, Dalila Hattab
article: 2023
typdoc: Pré-publication, Document de travail
Accès au texte intégral et bibtex

2022

Communication dans un congrès

titre: Variable selection with Multi-Layer Group Lasso
auteur: Guillemette Marot, Quentin Grimonprez, Samuel Blanck, Alain Celisse
article: useR! 2022, Jun 2022, Virtual, United States
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

2021

Article dans une revue

titre: Analyse d'une règle d'arrêt prématuré basée sur le principe de discrépance pour les algorithmes à filtrage spectral
auteur: Alain Celisse, Martin Wahl
article: Journal of Machine Learning Research, 2021, ⟨10.48550/arXiv.2004.08436⟩
typdoc: Article dans une revue
Accès au texte intégral et bibtex

2020

Communication dans un congrès

titre: SYSBOOSTER, application of Data Science to surveillance of systems for detection or anticipation of dysfunctions or failures of systems
auteur: Alain Celisse, Olivier Gauriau, Margot Corréard, Jean-François Bouin, Lennart Priester, Ronald Naumann, Emmanuel Arbaretier, Michel Kaczmarek, Uwe Schmietainski, Hagen Friedrich
article: Congrès Lambda Mu 22 « Les risques au cœur des transitions » (e-congrès) - 22e Congrès de Maîtrise des Risques et de Sûreté de Fonctionnement, Institut pour la Maîtrise des Risques, Oct 2020, Le Havre (e-congrès), France. pp.1-9
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

2019

Article dans une revue

titre: A Kernel Multiple Change-point Algorithm via Model Selection
auteur: Sylvain Arlot, Alain Celisse, Zaid Harchaoui
article: Journal of Machine Learning Research, 2019, 20 (162), pp.1--56
typdoc: Article dans une revue
Accès au texte intégral et bibtex

Communication dans un congrès

titre: Smoothed discrepancy principle as an early stopping rule in RKHS
auteur: Yaroslav Averyanov, Alain A. Celisse
article: 51es Journées de Statistique, Jun 2019, Nancy, France
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

2018

Article dans une revue

titre: New efficient algorithms for multiple change-point detection with reproducing kernels
auteur: Alain Celisse, Guillemette Marot, Pierre-Jean Male, Guillem Rigaill
article: Computational Statistics and Data Analysis, 2018, 128, pp.200-220. ⟨10.1016/j.csda.2018.07.002⟩
typdoc: Article dans une revue
Accès au bibtex

titre: Theoretical analysis of cross-validation for estimating the risk of the k-nearest neighbor classifier
auteur: Alain Celisse, Tristan Mary-Huard
article: Journal of Machine Learning Research, 2018, 19, pp.1-54
typdoc: Article dans une revue
Accès au texte intégral et bibtex

HDR

titre: Contributions à la calibration d'algorithmes d'apprentissage : Validation-croisée et détection de ruptures
auteur: Alain Celisse
article: Statistics [math.ST]. Université de Lille, 2018
typdoc: HDR
Accès au texte intégral et bibtex

2017

Communication dans un congrès

titre: Compromis précision - temps de calcul appliqué au problème de régression linéaire
auteur: Maxime Brunin, Christophe Biernacki, Alain Celisse
article: 2017 - 49e Journées de Statistique de la SFdS, May 2017, Avignon, France. pp.1-6
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

titre: About Two Disinherited Sides of Statistics: Data Units and Computational Saving
auteur: Christophe Biernacki, Alexandre Lourme, Maxime Brunin, Alain A. Celisse
article: Statlearn 2017, Apr 2017, Lyon, France. pp.1-56
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

2016

Communication dans un congrès

titre: Computation time/accuracy trade-off and linear regression
auteur: Christophe Biernacki, Maxime Brunin, Alain Celisse
article: 9th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2016, ERCIM 2016), Dec 2016, Séville, Spain
typdoc: Communication dans un congrès
Accès au bibtex

titre: Compromis précision-temps de calcul appliqué au problèeme de détection de ruptures
auteur: Maxime Brunin, Christophe Biernacki, Alain Celisse
article: 48èmes Journées de Statistique de la SFdS, May 2016, Montpellier, France
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

Poster de conférence

titre: Variable selection by exploiting correlation
auteur: Quentin Grimonprez, Alain Celisse, Guillemette Marot
article: XXVIIIth International Biometric Conference, Jul 2016, Victoria, Canada.
typdoc: Poster de conférence
Accès au texte intégral et bibtex

Pré-publication, Document de travail

titre: New efficient algorithms for multiple change-point detection with kernels
auteur: Alain Celisse, Guillemette Marot, Morgane Pierre-Jean, Guillem Rigaill
article: 2016
typdoc: Pré-publication, Document de travail
Accès au texte intégral et bibtex

titre: Stability revisited: new generalisation bounds for the Leave-one-Out
auteur: Alain Celisse, Benjamin Guedj
article: 2016
typdoc: Pré-publication, Document de travail
Accès au texte intégral et bibtex

2015

Communication dans un congrès

titre: Compromis précision-temps de calcul et détection de ruptures
auteur: Maxime Brunin, Christophe Biernacki, Alain Celisse
article: 6ème Rencontres des Jeunes Statisticiens, Aug 2015, Le Teich, France
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

titre: Sélection de groupes de variables corrélées par classification ascendante hiérarchique et group-lasso
auteur: Quentin Grimonprez, Alain Celisse, Guillemette Marot
article: Sixièmes rencontres des jeunes statisticiens, SFdS, Aug 2015, Le Teich, France
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

titre: Sélection de groupes de variables corrélées par classification ascendante hiérarchique et group-lasso
auteur: Quentin Grimonprez, Alain Celisse, Guillemette Marot
article: 47èmes Journées de Statistique, Jun 2015, Lille, France
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

Pré-publication, Document de travail

titre: Theoretical analysis of cross-validation for estimating the risk of the k-Nearest Neighbor classifier
auteur: Alain Celisse, Tristan Mary-Huard
article: 2015
typdoc: Pré-publication, Document de travail
Accès au texte intégral et bibtex

titre: A One-Sample Test for Normality with Kernel Methods
auteur: Jérémie Kellner, Alain Celisse
article: 2015
typdoc: Pré-publication, Document de travail
Accès au texte intégral et bibtex

2014

Article dans une revue

titre: MPAgenomics : An R package for multi-patients analysis of genomic markers
auteur: Quentin Grimonprez, Alain Celisse, Samuel Blanck, Meyling Cheok, Martin Figeac, Guillemette Marot
article: BMC Bioinformatics, 2014, 15, pp.394. ⟨10.1186/s12859-014-0394-y⟩
typdoc: Article dans une revue
pubmedId: : 25495450
Accès au texte intégral et bibtex

Communication dans un congrès

titre: High-dimensional test for normality
auteur: Jérémie Kellner, Alain Celisse
article: Journées des Statistiques, Jun 2014, Rennes, France
typdoc: Communication dans un congrès
Accès au bibtex

titre: Analyse multi-patients de données génomiques
auteur: Quentin Grimonprez, Alain Celisse, Guillemette Marot
article: 46e Journées de Statistique, SFDS, Jun 2014, Rennes, France
typdoc: Communication dans un congrès
Accès au bibtex

Poster de conférence

titre: Analysis of genomic markers: Make it easy with the R package MPAgenomics
auteur: Quentin Grimonprez, Alain Celisse, Guillemette Marot
article: SMPGD 2014, Jan 2014, Paris, France. , 2014
typdoc: Poster de conférence
Accès au texte intégral et bibtex

Rapport

titre: New goodness-of-fit tes for normality in RKHS
auteur: Jérémie Kellner, Alain Celisse
article: [Research Report] Inria. 2014
typdoc: Rapport
Accès au bibtex

Pré-publication, Document de travail

titre: New normality test in high dimension with kernel methods
auteur: Jérémie Kellner, Alain Celisse
article: 2014
typdoc: Pré-publication, Document de travail
Accès au texte intégral et bibtex

2013

Brevet

titre: Détection de ruptures à partir de méthodes à noyaux
auteur: Morgane Pierre-Jean, Guillemette Marot, Guillem Rigaill, Alain Celisse
article: United Kingdom, Patent n° : 0000000. 2013
typdoc: Brevet
Accès au bibtex

titre: Change-point detection with kernel methods : application to DNA copy number signals
auteur: Morgane Pierre-Jean, Guillemette Marot, Rigaill Guillem, Alain Celisse
article: France, Patent n° : 00000000000000. 2013
typdoc: Brevet
Accès au bibtex

2012

Article dans une revue

titre: Consistency of maximum-likelihood and variational estimators in the stochastic block model
auteur: Alain A. Celisse, Jean-Jacques J.-J. Daudin, Laurent L. Pierre
article: Electronic Journal of Statistics , 2012, 6, pp.1847-1899. ⟨10.1214/12-EJS729⟩
typdoc: Article dans une revue
Accès au texte intégral et bibtex

2011

Article dans une revue

titre: Exact Cross-Validation for k-NN in binary classification, applications to passive and active learning
auteur: Tristan Mary-Huard, Alain Celisse
article: Journal de la Société Française de Statistique, 2011, 152 (3), pp.83-97
typdoc: Article dans une revue
Accès au bibtex

titre: Exact Cross-Validation for kNN and applications to passive and active learning in classification
auteur: Alain A. Célisse, Tristan Mary-Huard
article: Journal de la Société Française de Statistique, 2011, 152 (3), pp.83-97
typdoc: Article dans une revue
Accès au texte intégral et bibtex

Pré-publication, Document de travail

titre: Consistency of maximum-likelihood and variational estimators in the Stochastic Block Model
auteur: Alain Celisse, J.-J. Daudin, Laurent Pierre
article: 2011
typdoc: Pré-publication, Document de travail
Accès au texte intégral et bibtex

2010

Article dans une revue

titre: Segmentation of the mean of heteroscedastic data via cross-validation
auteur: Sylvain Arlot, Alain Celisse
article: Statistics and Computing, 2010, 21 (4), ⟨10.1007/s11222-010-9196-x⟩
typdoc: Article dans une revue
Accès au texte intégral et bibtex

titre: A cross-validation based estimation of the proportion of true null hypotheses
auteur: Alain Célisse, Stephane Robin
article: Journal of Statistical Planning and Inference, 2010, 140 (11), pp.3132-3147. ⟨10.1016/j.jspi.2010.04.014⟩
typdoc: Article dans une revue
Accès au bibtex

titre: A survey of cross-validation procedures for model selection
auteur: Sylvain Arlot, Alain Celisse
article: Statistics Surveys, 2010, 4, pp.40--79. ⟨10.1214/09-SS054⟩
typdoc: Article dans une revue
Accès au texte intégral et bibtex

Communication dans un congrès

titre: Properties of variational estimates of a mixture model for random graphs
auteur: Jean-Jacques Daudin, Alain Célisse, Steven Gazal, Stephane Robin
article: ECCS10 European Conference on Complex Systems, Sep 2010, Lisbonne, France
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

titre: Consistance des estimateurs variationnels pour un modèle de graphe aléatoire
auteur: Alain Célisse, Jean-Jacques Daudin
article: 42. Journées de Statistique, May 2010, Marseille, France
typdoc: Communication dans un congrès
Accès au bibtex

titre: Consistance des estimateurs variationnels pour un modèle de graphe aléatoire
auteur: Alain Celisse, Jean-Jacques Daudin
article: 42èmes Journées de Statistique, 2010, Marseille, France, France
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

2009

Article dans une revue

titre: Kerfdr: a semi-parametric kernel-based approach to local false discovery rate estimation
auteur: Mickaël Guedj, Stephane Robin, Alain Célisse, Grégory Nuel
article: BMC Bioinformatics, 2009, 10, pp.1-12. ⟨10.1186/1471-2105-10-84⟩
typdoc: Article dans une revue
pubmedId: : 19291295
Accès au texte intégral et bibtex

titre: A semi-parametric kernel-based approach to local False Discovery Rate estimations
auteur: Gregory Nuel, Alain Celisse, Mickaël Guedj, Stéphane Robin
article: BMC Bioinformatics, 2009, 10, pp.84
typdoc: Article dans une revue
Accès au bibtex

titre: Kerfdr: a semi-parametric kernel-based approach to local false discovery rate estimation
auteur: M. Guedj, S. Robin, Alain Celisse, Gregory Nuel
article: BMC Bioinformatics, 2009, 10, pp.84
typdoc: Article dans une revue
Accès au bibtex

Communication dans un congrès

titre: Détection de ruptures dans la moyenne d'un processus hétéroscédastique par validation-croisée
auteur: Sylvain Arlot, Alain Celisse
article: 41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

2008

Article dans une revue

titre: Nonparametric density estimation by exact leave-p-out cross-validation
auteur: Alain Célisse, Stephane Robin
article: Computational Statistics and Data Analysis, 2008, 52 (5), pp.2250-2368. ⟨10.1016/j.csda.2007.10.002⟩
typdoc: Article dans une revue
Accès au bibtex

Communication dans un congrès

titre: Segmentation in the mean of heteroscedastic data via resampling or cross-validation
auteur: Alain Celisse, Sylvain Arlot
article: Workshop Change-Point Detection Methods and Applications, Sep 2008, Paris, France
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

Thèse

titre: Sélection de modèle par validation-croisée en estimation de la densité, régression et détection de ruptures
auteur: Alain Celisse
article: Mathematics [math]. Université Paris Sud - Paris XI, 2008. English. ⟨NNT : ⟩
typdoc: Thèse
Accès au texte intégral et bibtex

titre: Sélection de modèle par validation-croisée en estimation de la densité, régression et détection de ruptures
auteur: Alain Celisse
article: Mathematics [math]. Université Paris Sud - Paris 11, 2008. English. ⟨NNT : ⟩
typdoc: Thèse
Accès au bibtex

Pré-publication, Document de travail

titre: Optimal cross-validation in density estimation
auteur: Alain Celisse
article: 2008
typdoc: Pré-publication, Document de travail
Accès au texte intégral et bibtex

2007

Pré-publication, Document de travail

titre: A leave-p-out based estimation of the proportion of null hypotheses
auteur: Alain Celisse, Stéphane Robin
article: 2007
typdoc: Pré-publication, Document de travail
Accès au texte intégral et bibtex