Adrien Bibal

https://orcid.org/0000-0002-8650-8635

Belgique

Source : Scopus
Calculé d’après le nombre de publications stockées dans Pure et de citations dans Scopus

Résultat de recherche par an

Si vous avez apporté des modifications à Pure, elles seront bientôt visibles.

Profil personnel

Diplômes

Master en philosophie (UCL, 2015)

Master en sciences informatiques (UCL, 2013)

Bachelier en sciences informatiques (UCL, 2011)

Diplômes

Master's degree in philosophy (UCL, 2015)

Master's degree in computer science (UCL, 2013)

Bachelor's degree in computer science (UCL, 2011)

Empreinte digitale

Passez en revue plus en détail les thèmes de recherche où Adrien Bibal est actif. Ces libellés thématiques proviennent des travaux de cette personne. Ensemble, ils forment une empreinte digitale unique.

6 Profils similaires

Réseau

Collaboration externe récente au niveau des pays. Analysez le détail en cliquant sur les points.

1 Actif

VeriLearn: Verifying Learning Artificial Intelligence Systems
HEYMANS, P., FRENAY, B., SCHOBBENS, P., Temple, P., Nanfack, G., Amrani, M. & Bibal, A.
1/01/18 → 31/12/22
Projet: Recherche

40 Citations
2 h-Index
8 Article dans les actes d'une conférence/un colloque
2 Article
1 Rapport commissionné

Explaining the Black Box: when Law Controls AI
DE STREEL, A., BIBAL, ADRIEN., FRENAY, BENOIT. & LOGNOUL, M., 2020, Bruxelles: CERRE. 12 p.
Résultats de recherche: Livre/Rapport/Revue › Rapport commissionné

Accès ouvert
Explaining t-SNE Embeddings Locally by Adapting LIME
BIBAL, ADRIEN., Vu, V. M., Nanfack, G. & FRENAY, BENOIT., 2020, (Accepté/sous presse) Proceedings of the ESANN 2020 conference.
Résultats de recherche: Contribution dans un livre/un catalogue/un rapport/dans les actes d'une conférence › Article dans les actes d'une conférence/un colloque

Accès ouvert
File
7 Téléchargements (Pure)
Impact of Legal Requirements on Explainability in Machine Learning
BIBAL, ADRIEN., LOGNOUL, M., DE STREEL, A. & FRENAY, BENOIT., 2020, (Accepté/sous presse) ICML Law & Machine Learning Workshop.
Résultats de recherche: Contribution dans un livre/un catalogue/un rapport/dans les actes d'une conférence › Article dans les actes d'une conférence/un colloque

Accès ouvert
File

19 Téléchargements (Pure)
Legal requirements on explainability in machine learning
Bibal, A., Lognoul, M., De Streel, A. & Frenay, B., 30 juil. 2020, Dans: Artificial Intelligence & Law. p. 1-21
Résultats de recherche: Contribution à un journal/une revue › Article

Accès ouvert
File
20 Téléchargements (Pure)
BIR: A Method for Selecting the Best Interpretable Multidimensional Scaling Rotation using External Variables
Marion, R., Bibal, A. & Frenay, B., 4 févr. 2019, Dans: Neurocomputing. 342, p. 83-96 14 p.
Résultats de recherche: Contribution à un journal/une revue › Article › Revue par des pairs

File
5 Téléchargements (Pure)

Interpretability and Explainability in Machine Learning and their Application to Nonlinear Dimensionality Reduction
Author: Bibal, A., 16 nov. 2020
Superviseur: FRENAY, B. (Promoteur), VANHOOF, W. (Président), Cleve, A. (Jury), Dumas, B. (Jury), Lee, J. A. (Personne externe) (Jury) & Galarraga, L. A. (Personne externe) (Jury)
Thèse de l'étudiant: Doc types › Docteur en Sciences

Diplômes

Diplômes

VeriLearn: Verifying Learning Artificial Intelligence Systems

Explaining the Black Box: when Law Controls AI

Explaining t-SNE Embeddings Locally by Adapting LIME

Impact of Legal Requirements on Explainability in Machine Learning

Legal requirements on explainability in machine learning

BIR: A Method for Selecting the Best Interpretable Multidimensional Scaling Rotation using External Variables

Interpretability and Explainability in Machine Learning and their Application to Nonlinear Dimensionality Reduction