- FR
- EN
patrice.bertrand@ceremade.dauphine.fr
Tel
: 01 44 05 43 20
Bureau
: B 517
Patrice Bertrand est maître de conférences à l'université Paris-Dauphine et membre du Ceremade, centre de recherche en mathématiques décisionnelles de l'université Paris-Dauphine. Il dirige actuellement un master en mathématiques appliquées qui est une formation professionnelle spécialisée en Ingénierie Statistique et Financière (ISF). Il a reçu un doctorat en mathématiques appliquées de l'université Paris-Dauphine. De 1992 à 2013, il a été collaborateur de recherche externe à l'INRIA-Rocquencourt (Institut national de la recherche en informatique et en automatique). Ses intérêts de recherche se concentrent sur les ensembles ordonnés, sur la théorie de la classification (non supervisée), plus particulièrement des structures de classification multi-niveaux qui comprennent le modèle hiérarchique classique et les modèles autorisant les chevauchements de classes, ainsi que sur la validation d'une classification fondée sur des mesures de stabilité. Il est l'auteur de nombreux articles de recherche dans des journaux et des conférences nationales ou internationales. Il a donné des conférences invitées dans des conférences et des ateliers consacrés à l’exploration de données et a été l’organisateur de la session invitée intitulée "Avancées récentes dans la validation des classes" lors de la conférence ISI 2015 (60ème Word Statistics Congrès). Il était membre de plusieurs comités scientifiques de conférences nationales et internationales traitant de Data-Mining. Il a été le secrétaire scientifique de la Société francophone de classification (SFC) de 1992 à 1993, le représentant du SFC au Conseil de l’IFCS de 2007 à 2010 et le secrétaire scientifique de la Fédération internationale des sociétés de classification (IFCS) de 2011 à 2013. Il a également été reviewer pour de nombreuses conférences et revues nationales ou internationales telles que Pattern Recognition, Journal of Classification, Statistical Analysis and Data Mining, Revue française deTechnologies de l'information (RNTI), Computational Statistics & Data Analysis (CSDA).
Bertrand P., Diatta J. (2024), An interval convexity-based framework for multilevel clustering with applications to single-linkage clustering, Discrete Applied Mathematics, vol. 342, p. 38-63 
Bertrand P., Diatta J. (2017), Multilevel clustering models and interval convexities, Discrete Applied Mathematics, vol. 222, n°11, p. 54-66
Carvalho F., Bertrand P., Simões E. (2016), Batch SOM algorithms for interval-valued data with automatic weighting of the variables, Neurocomputing, vol. 182, p. 66-81
Bertrand P., Diatta J. (2013), Prepyramidal clustering and Robinsonian dissimilarities: one‐to‐one correspondences, Wiley Interdisciplinary Reviews. Data Mining and Knowledge Discovery, vol. 3, n°4, p. 290-297
Bertrand P., Diatta J. (2013), Prepyramidal clustering and Robinsonian dissimilarities: one-to-one correspondences, Wiley Interdisciplinary Reviews. Data Mining and Knowledge Discovery, vol. 3, n°4, p. 290-297
Bertrand P. (2010), Classifications en classes recouvrantes ou non, et leurs dissimilarités, Mathematiques et sciences humaines, vol. 2, n°190, p. 59-87
Bertrand P. (2008), Systems of sets such that each set properly intersects at most one other set - Application to cluster analysis, Discrete Applied Mathematics, vol. 156, n°8, p. 1220-1236
Bertrand P., Bel Mufti G. (2006), Loevinger's measures of rule quality for assessing cluster stability, Computational Statistics & Data Analysis, vol. 50, n°4, p. 992-1015
Csernel M., Bertrand P. (2005), Comparaison de manuscrits sanskrits (édition critique et classification), MODULAD, n°33, p. 1-20
Bertrand P., Janowitz M. (2003), The k-weak hierarchical representations: an extension of the indexed closed weak hierarchies, Discrete Applied Mathematics, vol. 127, n°2, p. 199-220
Bertrand P., Janowitz M. (2002), Pyramids and Weak Hierarchies in The Ordinal Model for Clustering, Discrete Applied Mathematics, vol. 122, n°1-3, p. 55-81
Bertrand P. (2000), Set Systems and Dissimilarities, European Journal of Combinatorics, vol. 21, n°6, p. 727-743
Bertrand P., Diatta J. (2014), Weak Hierarchies: A Central Clustering Structure, in Pardalos, Panos M., Clusters, Orders, and Trees: Methods and Applications, Berlin: Springer, p. 211-230
Bertrand P., Bel Mufti G. (2008), Stability measures for assessing a partition and its clusters: application to symbolic data sets., in E. Diday (Editor), M. Noirhomme-Fraiture (Co-Editor), Symbolic Data Analysis and the SODAS Software., Chichester: Wiley, p. 263-278
Bertrand P., Csernel M. (2007), Sanskrit Manuscript Comparison for Critical Edition and Classification, in Brito, P., Cucumel, G., Bertrand, P., De Carvalho, F., Selected Contributions in Data Analysis and Classification, Berlin: Springer, p. 557-566
Brucker F., Bertrand P. (2007), On Lower-Maximal Paired-Ultrametrics, in Brito, P., Cucumel, G., Bertrand, P., De Carvalho, F., Selected Contributions in Data Analysis and Classification, Berlin: Springer, p. 455-464
Trousse B., Bertrand P., Chelcea S. (2005), A New Agglomerative 2-3 Hierarchical Clustering Algorithm, in Baier D., Wernecke, K.-D., Innovations in Classification, Data Science, and Information Systems, Berlin: Springer, p. 3-10
Bertrand P., Goupil F. (2000), Descriptive Statistics for Symbolic Data, in Bock, H.-H. & Diday, E., Analysis of Symbolic Data, Exploratory methods for extracting statistical information from complex data, Berlin: Springer, p. 106-124
Bertrand P. (1995), Structural Properties of pyramidal clustering, in Cox, I., Hansen, P., Julesz, B., DIMACS Series in Discrete Mathematics and Theoretical Computer Science, 19 American Mathematical Society, p. 35-53
Essoussi N., Bertrand P. (2010), Kernel Overlapping K-Means for Clustering in Feature Space, in Fred, Ana L.N., Filipe, Joachim, KDIR 2010 - Proceedings of the International Conference on Knowledge Discovery and Information Retrieval, Valencia, Spain, October 25-28, 2010, Valence, SciTe Press, 250-255 p.
Bertrand P., Diatta J. (2023), Classifications multi-niveaux et convexités d’intervalle : cas de la hiérarchie du lien simple, Conférences PFIA’2023 (Plate-Forme Intelligence Artificielle), Strasbourg, France
Bertrand P., Diatta J. (2022), Hierarchies and Weak-hierarchies as Interval Convexities, 17th Conference of the International Federation of Classification Societies, Porto, Portugal
Bertrand P., Diatta J. (2019), Hiérarchies, hiérarchies faibles et convexités d’intervalle, 26 ème Rencontres de la Société Francophone de Classification, Nancy, France
Bertrand P., Diatta J. (2018), Classification multi-niveaux et convexité généralisée, XVèmes Rencontres de la Société Francophone de Classification, Paris, France
Bertrand P., Diatta J. (2014), Convexités d'intervalle et systèmes de classification, 21ièmes Rencontres de la Société Francophone de Classification, Rabat
Bertrand P., Diatta J. (2012), Séparation ternaire et propriété de convexité des structures de classification, XIXèmes Rencontres de la Société Francophone de Classification, Marseille
Bertrand P. (2023), Classifications multiniveaux et convexités d’intervalle : Applications et discussion, in Séminaire du LIS, Marseille
Bertrand P., Diatta J. (2022), An interval convexity-based framework for multilevel clustering with applications to single-linkage clustering, Paris, Cahier de recherche CEREMADE, Université Paris Dauphine-PSL, 33 p.
De A. T. De Carvalho F., Bertrand P., De Melo F. (2012), Batch self-organizing maps based on city-block distances for interval variables, Paris, Université Paris-Dauphine, 15 p.
Bel Mufti G., El Moubarki L., Bertrand P. (2012), Decomposition of the Rand index in order to assess both the stability and the number of clusters of a partition, Paris, Université Paris-Dauphine, 22 p.
Bertrand P. (2002), Set systems for which each set properly intersects at most one other set - Application to pyramidal clustering, Paris, Cahiers du CEREMADE
Bertrand P., Bel Mufti G. (2001), Stability of individual clusters, Cahiers du CEREMADE, 16 p.
Saporta G., Bertrand P. (2008), Some Recent Trends in Applied Stochastic Modeling and Multidimensional Data Analysis - Editorial, Computational Statistics & Data Analysis, vol. 52, n° 6, p. 3164–3166
