2023

• Chavent, M., Chavent G. (2023), Approche bloc pour la sélection de variables en ACP sparse et group-sparse, 6ème journée de Statistique Mathématique, GS SFdS Statistique Mathématique, Paris.
• Dupuy, M., Chavent, M., Dubois, Rémy (2023), Autoencoders pour l’imputation de données manquantes, 54èmes Journées de Statistique de la Société Française de Statistique (SFdS), Bruxelles.
• Chavent, M., Darmendrail, V., Lorenzo, H., Pourtier, F., Saracco, J. (2023), A new statistical methodology to detect earnings management, International Workshop on Statistical Modelling, Dortmund.
• Sarraco, A., Chavent, M., Avalos, M. (2023), Utility of multivariate data analysis and penalized meta-regression to explore sources of heterogeneity in microbiome meta-analyses, WoM 2023 – 4th International World of Microbiome Conference.

2022

• Chavent, M., Lacaille, J., Mourer, A., Olteanu, M. (2022), Sparse and group-sparse clustering for mixed data An illustration of the vimpclust package, 53èmes Journées de Statistique (JDS) de la Société Française de Statistique (SFdS), Lyon, France.
• Chavent, M., Cottrell, M., Lacaille, J., Mourer, A., Olteanu, M. (2022), Sparse Weighted K-Means for Groups of Mixed-Type Variables, 14th International Workshop on Self-Organizing Maps (WSOM 2022), Prague (Czechia), July 7–8, 2022.

2021

• Chavent, M.,  Lacaille, J., Mourer, A., Olteanu, M. (2021), Handling Correlations in Random Forests: which Impacts on Variable Importance and Model Interpretability?, ESANN 2021.
• Sarraco, J., Conanec, A., Ellies-Oury, M.P., Chavent, M. (2021), Une approche permettant de maîtriser le niveau de confiance en optimisation multi-objectifs « data-driven », 52èmes Journées de Statistique (JDS) de la Société Française de Statistique (SFdS), Nice, France.

2020

• Chavent, M., Lacaille, J., Mourer, A., Olteanu, M. (2020), Sparse K-means for mixed data via group-sparse clustering, ESANN 2020.
• Randriamihamison, N. ,Chavent, M. Foissac, S., Vialaneix, N. Neuvial, P. (2020), Analyse différentielle de données Hi-C via la classification ascendante hiérarchique sous contrainte de contiguïté, Journées de Statistique de la SFdS.

2019

• Genuer, R., Chavent,M., Saracco, J. (2019), Combinaison de la classification de variables et de la sélection de variables par forêts aléatoires, 51e Journées de Statistique, Nancy.

2018

• Chavent, M., Chavent ,G. (2018), The R package sparsePCA for block approaches and group-sparse PCA, 11th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2018). [slides]
• Chavent, M., Ellies-Oury, M.P., Saracco, J. (2018), Sélection de biomarqueurs pour prédire la tendreté de la viande de boeuf basée sur l’importance des variables, 50e Journées de Statistique, EDF Lab Paris Saclay.
• Michel S., Swingedouw, D. Chavent, M., Ortega, P., Mignot, J, Khodri M., (2018). Reconstructing the AMV to evaluate the role of internal variability in the last millennium large-scale climatic variations. European Geosciences Union General Assembly 2018.

2017

• Chavent, M., Chavent, G., (2017). Approche bloc en ACP group-sparse: le package sparsePCA, 6èmes Rencontres R, Anglet. [slides]
• Badillo S., Chavent M., Joliot M.,Tzourio-Mazoyer N., Saracco J., Mazoyer B. (2017), Are production, reading, and listening co-lateralized? fMRI investigation in 296 healthy individuals, OHBM 2017, Vancouver.

2016

• Chavent, M., Kuentz, V., Labenne, A., Liquet, B., Saracco, J. (2016). Multivariate analysis of mixed data: The PCAmixdata R package, CMStatistics2016, Seville. [slides]
• Sautron, V., Chavent, M., Viguerie, N. Villa-Vialaneix, N. (2016). Multiway-SIR for longitudinal multi-table data integration, COMPSTAT 2016, Oviedo.

2015

• Chavent, M., Kuentz, V., Labenne, A., Liquet, B., Saracco, J. (2015). Multivariate analysis of mixed data: The PCAmixdata R package, UseR! 2015, Aalborg. [slides]
• Chavent, M., Fuentes, M. (2015). Clustering divisif monothétique. Le package divclust. Quatrièmes Rencontres R, Grenoble. [slides]
• Chavent, M. (2015), Classification de signaux EEG et filtrage spatial par CSP sparse, séminaire IECL, Nancy, Nov. 2015 [slides]
• Chavent, M., Kuentz, V., Labenne, A., Saracco, J. (2015). ClustGeo : Classication Ascendante Hiérarchique (CAH) avec contraintes de proximité géographique, 47e Journées de Statistique, Lille. [paper] [slides]

2014

• Chavent, M. (2014), Variable Clustering and Mixed Data. The ClustOfVar package, GdR MASCOT-NUM, Working meeting “Handling categorical and continuous data” – 16 mai 2014 [slides]
• Todeschini, A., Caron, F., Chavent, M. (2014). Complétion de matrice de rang faible probabiliste à l’aide d’algorithmes de régularisation spectrale adaptatifs, 46e Journées de Statistique, Juin 2014, Rennes. [paper]
• Chavent, M., Kuentz, V., Labenne, A., Saracco, J. (2014). Variable selection to construct indicators of quality of life for data structured in groups, COMPSTAT’14, Geneva, Switzerland. [slides]
• Chavent, M., Kuentz, V., Labenne, A., Saracco, J. (2014). Une nouvelle approche statistique pour la construction d’indicateurs composites de qualité de vie a l’échelle communale, 3èmes Rencontres R, Jun 2014, Montpellier. [slides]
  

2013

• Labenne, A., Chavent, M., Kuentz-Simonet, V., Rambonilaza, T., Saracco, J. (2013). Une extension de l’Analyse Factorielle Multiple pour des groupes de variables mixtes. 2èmes Rencontres R. Juin 2013, Lyon. [abstract] [slides]
• Labenne, A., Chavent, M., Kuentz-Simonet, V., Rambonilaza, T., Saracco, J. (2013). Une extension de l’Analyse Factorielle Multiple pour des groupes de variables mixtes. 45èmes Journées de Statistique. Mai 2013, Toulouse. [abstract] [slides]
• Labenne, A., Chavent, M., Kuentz-Simonet, V., Rambonilaza, T., Saracco, J. (2013). Une approche par classification de variables à l’aide de la méthode ‘ClustOfVar’ pour analyser la qualité de vie à l’échelle communale. Statlearn’2013. 8-9 avril 2013, Bordeaux. [abstract][poster]
• Chavent, M., Genuer, R., Kuentz-Simonet, V., Liquet, B., Saracco, J. (2013). ClustOfVar : an R package for dimension reduction via clustering of variables. Application in supervised classification and variable selection in gene expressions data. Statistical Methods for (post)-Genomics Data (SMPGD 2013). Janvier 2013, Amsterdam. [poster]

2012

• Vezard, L., Legrand, P., Chavent, M., Faita-Ainseba, F., Clauzel, J. (2012). Variable selection using a genetic algorithm for the study of the alertness state. Journée Evolutionnaire Thématique – 23ème édition. Novembre 2012, Paris.
• Brito, P., Chavent, M. (2012). Divisive Monothetic Clustering for Interval and Histogram-Valued Data. SDA 2012, Madrid, Novembre 2012.
• Chavent, M., Genuer, R., Saracco, J. (2012). Combining clustering of variables and random forests for high-dimensional supervised classification. COMPSTAT 2012, Chypre, Aout 2012. [slides]
• Vezard, L., Legrand, P., Chavent, M., Faita-Ainseba, F., Clauzel, J. (2012). Classification of EEG signals by an evolutionary algorithm. COMPSTAT 2012, Chypre, Aout 2012.
• Chavent, M., Kuentz-Simonet, V., Lakatos, Z., Saracco, J. (2012). Rotation orthogonale en ACP de données mixtes. Le package PCAmixdata et une application en sociologie culturelle. Premières Rencontres R, Bordeaux, Juillet 2012. [slides]
• Kuentz-Simonet, V., Lyser, S., Chavent, M., Saracco, J.,  Candau, J., Deuffic, P. (2012). La prise en compte de l’environnement par les agriculteurs : une analyse avec le package ClustOfVar. Premières Rencontres R, Bordeaux, Juillet 2012. [poster]
• Chavent, M., Girard, S., Kuentz, V., Liquet, B., Nguyen, T.M.N., Saracco, J. (2012). Régression inverse par tranche sur flux de données. 44èmes Journées de Statistiques, Bruxelles, mai 2012. [slides]
• Candau, J., Chavent, M.,   Deuffic, P.,  Kuentz, V.  Lyser, S., Saracco, J. (2012). Classification de variables qualitatives pour la compréhension de la prise en compte de l’environnement par les agriculteurs. Les Journées de Méthodologie Statistique de l’INSEE (JMS 2012), Paris, Janvier 2012. [slides]

2011

• Chavent, M., Kuentz, V., Saracco, J. (2011). Rotation orthogonale dans PCAMIX. 18èmes Rencontres de la Société Francophone de Classification (SFC 2011), Orléans, France, septembre 2011. [slides]
• Chavent, M., Kuentz, V., Liquet, B., Saracco, J. (2011). Clustering of variables via the PCAMIX method. Symposium of the International Federation of Classification Societies (IFCS 2011), Frankfurt, Allemagne. Aout 2011.
• Chavent, M., Kuentz, V., Liquet, B., Saracco, J. (2011). ClustOfVar: an R package for the clustering of variables.The R User Conference 2011, University of Warwick, Coventry, UK., Aout 2011. [slides]
• Chavent, M., Kuentz, V., Liquet, B., Saracco, J. (2011). Clustering of variables via the PCAMIX method. International Classication Conference, St Andrews, Ecosse, Juillet 2011.
• Chavent, M.,  Girard, S., Kuentz, V., Liquet, B.,  Nguyen, T.M.N., Saracco, J. (2011). An adaptative SIR method for block-wise evolving datastreams. XIVth International Symposium of Applied Stochastic Models and Data Analysis (ASMDA 2011), Rome, Italie, 2011.
• Chavent, M., Kuentz, V., Liquet, B., Saracco, J. (2011). Classification de variables : le package ClustOfVar.  43èmes Journées de Statistique, Tunis, Mai  2011.
• Josse, J., Chavent, M., Liquet, B., Husson, F. (2011). Handling missing values with regularized iterative multiple correspondence analysis. The 6th CARME conference,  Rennes, Février 2011. [slides]

2010

• Chavent, M., Kuentz, V., Liquet B., Saracco, J. (2010). Régression inverse par tranches pour une population stratifiée. 42èmes Journées de Statistique, France Marseille, France, 2010, http://hal.inria.fr/inria-00494671/en.

2009

• Chavent, M., Liquet, B., Saracco, J. (2009). Données manquantes en ACM : l’algorithme NIPALS. 16èmes rencontres de la Société Francophone de Classification, Grenoble, septembre 2009. [slides]
• Chavent, M., Kuentz, V., Saracco, J. (2009). Une méthode de partitionnement pour la classification de variables qualitative. 16èmes rencontres de la Société Francophone de Classification, Grenoble, septembre 2009.
• Chavent, M., Kuentz, V., Saracco, J. (2009). Une solution analytique pour la rotation planaire en Analyse Factorielle des Correspondances Multiples. 41èmes Journées de Statistique, Bordeaux, mai 2009.
• Chavent, M., Kuentz, V., Saracco, J. (2009). A two-dimensional analytic solution for rotation in Multiple Correspondence Analysis. XIIIth International Symposium of Applied Stochastic Models and Data Analysis (ASMDA-2009), Vilnius, Lithuania, juillet 2009.

2008

• Chavent, M., Lechevallier, Y., Vernier, F., Petit, K. (2008). Monothetic divisive clustering with geographical constraints. COMPSTAT 2008, Porto, August 2008. [slides]
• Chavent, M., Liquet, B., Saracco, J. (2008). Two steps estimation in a multivariate semiparametric sample selection model. 37èmes Journées de Statistique, Ottawa, mai 2008. [slides]
• Chavent, M., Kuentz, V., Saracco, J. (2008). Une approche divisive de classification hiérarchique de variables quantitatives et qualitatives. 10èmes journées Européennes Agro-industrie et Méthodes statistiques, Louvain-la-Neuve, Belgique, janvier 2008.

2007

• Chavent, M., Liquet, B., Saracco, J. (2007). Distribution-free and link-free estimation for a multivariate semiparametric sample selection model. Proceedings of the XIIth International Symposium of Applied Stochastic Models and Data Analysis (ASMDA 2007), Crète, Grèce, Mai 2007.
• Chavent, M., Guégan, H., Kuentz, V., Patouille, B. , Saracco, J. (2007). Pollution sources detection via principal  component analysis and rotation. Proceedings of the XIIth International Symposium of Applied Stochastic Models and Data Analysis (ASMDA 2007), Crète, Grèce, Mai 2007. [slides]
• Chavent, M., Saracco, J. (2007). Mesures de tendance centrale et de dispersion d’une série d’intervalles. 14èmes Rencontres de la Société Francophone de Classification (SFC07),  Paris, septembre 2007. [slides]
• Chavent, M., Kuentz, V. (2007). Une approche divisive de classification hiérarchique de variables qualitatives. 14èmes Rencontres de la Société Francophone de Classification (SFC07),  Paris, septembre 2007.
• Chavent, M., Lechevallier, Y. (2007). Evaluation d’une approche de classification conceptuelle. 7èmes journées Francophones Extration et Gestion des Connaissances (EGC 2007), Namur, janvier 2007. [slides]

2006

• Chavent, M., Lechevallier, Y. (2006). Empirical comparison of a monothetic divisive clustering method with the Ward and the k-means clustering methods. IFCS 2006, Ljubljana, Slovenia, July 25 – 29, 2006. [slides]
• Guégan H., Chavent, M., Patouille, B., Campagne, B. (2006). Identification et quantification des contributions relatives des sources de poussières fines en milieu urbain. 22ème congrès français sur les aérosols, 45-50, novembre 2006.
• Chavent, M., Brian,t O., Lechevallier, Y. (2006). Comparaison d’une méthode de classification descendante hiérarchique monothétique avec Ward et les centres mobiles. 13èmes Rencontres de la Société Francophone de Classification (SFC),  Metz, septembre 2006.
• Chavent, M., Guégan, H., Patouille, B (2006). Identification de sources de poussière fine en milieu urbain. 35èmes Journées de Statistique, Clamart, mai 2006.

2004-2005

• Chavent, M. (2005). Normalized k-means clustering of hyper-rectangles. ASMDA 2005, Mai 2005, Brest. [slides]
• Chavent, M. (2005). Sur la normalisation pour la classification de données intervalles. 12èmes Rencontres de la Société Francophone de Classification (SFC), Montréal, mai 2005.
• Chavent, M. (2004). An Hausdorff distance between hyper-rectangles for clustering interval data. IFCS 2004, July 2004, Chicago. [slides]

2000-2003

• Chavent, M., De Carvalho, F. de A.T. , Lechevallier, Y., Verde, R. (2003) . Classification automatique d’objets décrits par un vecteur d’intervalles. 34èmes Journées de Statistique, Lyon, 317-320.
• Chavent, M., Lechevallier, Y. (2002). Dynamical Clustering of interval data. Optimization of an adequacy criterion based on Hausdorff distance. IFCS 2002, July, Crakow. [slides]
• Chavent, M., Lechevallier, Y., Verde, R. (2002). Symbolic Clustering Interpretation and Visualisation. In Between Data Science and Everyday Web Pratice, GfKl2002, Mannheim.
• Chavent, M., Lacomblez, C. et Patouille, B. (2001). Critères de Rand asymétrique. 8èmes Rencontres de la Société Francophone de Classification (SFC), 82-88, Point à Pitre. [slides] [paper]
• Chavent, M. (2001). Symbolic divisive approach for clustering a set of categories. 25th conference Gesellschaft für Klassifikation (GFKL), Munich. 2001.
• Chavent, M., Lacomblez, C., Patouille, B., Badoc, A., Mongrand, S. (2000). Méthodologie d’analyse et de classification dans le cadre d’une application en botanique. 32èmes Journées de Statistique, Fès, 234-237.

1996-1999

• Chavent, M., Lacomblez, C., Boudou, A., Maury-Brachet, R. (1999). Classification des modalités d’une variable qualitative : approche classique, approche symbolique et application en Ecotoxicologie. 7èmes Rencontres de la Société Francophone de Classification (SFC), Nancy, 35-41. [slides]
• Chavent, M. (1999). Remise en cause des divisions dans un algorithme de classification descendante. 31èmes Journées de Statistique, Grenoble, 419-422. [slides]
• Chavent,  M.,  Guinot, C., Lechevallier, Y. (1998). Une méthode monothétique de classification descendante : application à l’étude de la peau saine. 30èmes Journées de Statistique, Rennes, 127-130.
• Chavent, M. (1997). A divisive and symbolic clustering method. Proceedings of the VIIIth International Symposium on Applied Stochastic Models and Data Analysis (ASMDA 1997), pp. 61-66.
• Chavent, M., Lechevallier, Y., Touati, M., Laurent, J.P. (1996). Classification optimale sous contrainte d’ordre total. Application au recodage de donnée temporelles ayant beaucoup de valeurs manquantes. 28èmes Journées de Statistique, Quebec.
• Touati, M., Chavent, M., Diday, E., Laurent J.P. (1996). Classification d’objets décrits par des histogrammes. 4èmes Rencontres de la Société Francophone de Classification (SFC), Vannes.
• Touati, M., Chavent, M., Laurent, J.P. (1996). Codage et classification d’un tableau de données temporelles ayant beaucoup de valeurs manquantes. Application à l’étude du comportement d’utilisateurs. V jornadas de classificacão e anàlise de dados (JOCLAD), Lisbonne. 1996.