SAMOVAR - SAMOVAR
Telecom SudParis
9 rue Charles Fourier
91011 EVRY CEDEX

Fax : +33 (0) 1 60 76 20 80

Yohan PETETIN

Professeur
SOP
yohan.petetin[@-Code to remove to avoid SPAM-]telecom-sudparis.eu

Article dans une revue

2024

ref_biblio
Yazid Janati, Sylvain Le Corff, Yohan Petetin. Variance estimation for Sequential Monte Carlo Algorithms: a backward sampling approach. Bernoulli, 2024, 30 (2), ⟨10.3150/23-BEJ1586⟩. ⟨hal-03630333v2⟩
Accès au texte intégral et bibtex
https://hal.science/hal-03630333/file/arxivpaper.pdf BibTex

2023

ref_biblio
François Desbouvries, Yohan Petetin, Achille Salaün. Expressivity of hidden Markov chains vs. Recurrent neural networks from a system theoretic viewpoint. IEEE Transactions on Signal Processing, 2023, 71, pp.4178-4191. ⟨10.1109/TSP.2023.3328108⟩. ⟨hal-03746170⟩
Accès au texte intégral et bibtex
https://hal.science/hal-03746170/file/main.pdf BibTex
ref_biblio
Hugo Gangloff, Katherine Morales, Yohan Petetin. Deep parameterizations of pairwise and triplet Markov models for unsupervised classification of sequential data. Computational Statistics and Data Analysis, 2023, 180, pp.107663. ⟨10.1016/j.csda.2022.107663⟩. ⟨hal-03584314⟩
Accès au texte intégral et bibtex
https://hal.science/hal-03584314/file/Deep%20parameterizations%20of%20pairwise%20and%20triplet%20Markov%20models.pdf BibTex

2021

ref_biblio
Yohan Petetin, Yazid Janati, François Desbouvries. Structured variational Bayesian inference for Gaussian state-space models with regime switching. IEEE Signal Processing Letters, 2021, 28, pp.1953-1957. ⟨10.1109/LSP.2021.3113279⟩. ⟨hal-03348244⟩
Accès au bibtex
BibTex

2018

ref_biblio
Roland Lamberti, Yohan Petetin, François Desbouvries, François Septier. Semi-independent resampling for particle filtering. IEEE Signal Processing Letters, 2018, 25 (1), pp.130 - 134. ⟨10.1109/LSP.2017.2775150⟩. ⟨hal-01670395⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01670395/file/1710.05407.pdf BibTex

2017

ref_biblio
Roland Lamberti, Yohan Petetin, François Desbouvries, François Septier. Independent resampling sequential Monte Carlo algorithms. IEEE Transactions on Signal Processing, 2017, 65 (20), pp.5318 - 5333. ⟨10.1109/TSP.2017.2726971⟩. ⟨hal-01593422⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01593422/file/1607.05758.pdf BibTex

2015

ref_biblio
Yohan Petetin, François Desbouvries. Bayesian conditional Monte Carlo Algorithm for nonlinear time-series state estimation. IEEE Transactions on Signal Processing, 2015, 63 (14), pp.3586 - 3598. ⟨10.1109/TSP.2015.2423251⟩. ⟨hal-01255022⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01255022/file/article_YohanPetetin.pdf BibTex

2014

ref_biblio
Noufel Abbassi, Stéphane Derrode, François Desbouvries, Yohan Petetin, Wojciech Pieczynski. Filtrage statistique optimal rapide dans des systèmes linéaires à sauts non stationnaires. Traitement du Signal, 2014, 31 (3-4), pp.339-361. ⟨10.3166/TS.31.1-23⟩. ⟨hal-01157813⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01157813/file/TS2014.pdf BibTex
ref_biblio
Yohan Petetin, François Desbouvries. A class of fast exact Bayesian filters in dynamical models with jumps. IEEE Transactions on Signal Processing, 2014, 62 (14), pp.3643 - 3653. ⟨10.1109/TSP.2014.2329265⟩. ⟨hal-01262437⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01262437/file/arXiv_1310.0226.pdf BibTex
ref_biblio
Yohan Petetin, Mark Morelande, François Desbouvries. Marginalized particle PHD filters for multiple object Bayesian filtering. IEEE Transactions on Aerospace and Electronic Systems, 2014, 50 (2), pp.1182 - 1196 ⟨10.1109/TAES.2014.120805⟩. ⟨hal-01264791⟩
Accès au bibtex
BibTex

2013

ref_biblio
Yohan Petetin, François Desbouvries. Optimal SIR algorithm vs. fully adapted auxiliary particle filter : a non asymptotic analysis. Statistics and Computing, 2013, 23 (6), pp.759-775. ⟨10.1007/s11222-012-9345-5⟩. ⟨hal-00862193⟩
Accès au bibtex
BibTex
ref_biblio
Yohan Petetin, François Desbouvries. Bayesian multi-object filtering for pairwise Markov chains. IEEE Transactions on Signal Processing, 2013, 61 (18), pp.4481 - 4490. ⟨10.1109/TSP.2013.2271751⟩. ⟨hal-01263075⟩
Accès au bibtex
BibTex

2011

ref_biblio
François Desbouvries, Yohan Petetin, Boujemaa Ait-El-Fquih. Direct, prediction- and smoothing-based Kalman and particle filter algorithms. Signal Processing, 2011, 91 (8), pp.2064 - 2077. ⟨10.1016/j.sigpro.2011.03.013⟩. ⟨hal-01354694⟩
Accès au bibtex
BibTex

Communication dans un congrès

2024

ref_biblio
Idyano Leroy, Augustin Saucan, Augustin Alexandru Saucan, Yohan Petetin, Daniel Clark. An analysis of the mutual information upper bound for sensor-subset selection. 27th International Conference on Information Fusion (FUSION), Jul 2024, Venice, Italy. pp.1-8, ⟨10.23919/FUSION59988.2024.10706439⟩. ⟨hal-04918809⟩
Accès au bibtex
BibTex

2019

ref_biblio
Nicolas Aussel, Fabian Dubourvieux, Yohan Petetin. Spatio-temporal convolutional neural networks for failure prediction. GRETSI 2019: XXVIIème colloque francophone de traitement du signal et des images, Aug 2019, Lille, France. pp.1-5. ⟨hal-02282219⟩
Accès au texte intégral et bibtex
https://hal.science/hal-02282219/file/gretsi_2019_YP.pdf BibTex
ref_biblio
Achille Salaün, Yohan Petetin, François Desbouvries. Comparing the modeling powers of RNN and HMM. ICMLA 2019: 18th International Conference on Machine Learning and Applications, Dec 2019, Boca Raton, FL, United States. pp.1496-1499. ⟨hal-02387002⟩
Accès au texte intégral et bibtex
https://hal.science/hal-02387002/file/2019-icmla.pdf BibTex

2018

ref_biblio
Nicolas Aussel, Yohan Petetin, Sophie Chabridon. Improving performances of log mining for anomaly prediction through NLP-based log parsing. MASCOTS 2018: 26th International Symposium on the Modeling, Analysis, and Simulation of Computer and Telecommunication Systems, Sep 2018, Milwaukee, United States. pp.237 - 243, ⟨10.1109/MASCOTS.2018.00031⟩. ⟨hal-01919820⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01919820/file/2018_hal-01919820.pdf BibTex
ref_biblio
Roland Lamberti, Yohan Petetin, François Septier, François Desbouvries. A double proposal normalized importance sampling estimator. SSP 2018: IEEE Statistical Signal Processing Workshop, Jun 2018, Freiburg, Germany. pp.238 - 242, ⟨10.1109/SSP.2018.8450849⟩. ⟨hal-01870199⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01870199/file/2018-ssp-roland.pdf BibTex

2017

ref_biblio
Nicolas Aussel, Samuel Jaulin, Guillaume Gandon, Yohan Petetin, Eriza Fazli, et al.. Predictive models of hard drive failures based on operational data. ICMLA 2017 : 16th IEEE International Conference On Machine Learning And Applications, Dec 2017, Cancun, Mexico. pp.619 - 625, ⟨10.1109/ICMLA.2017.00-92⟩. ⟨hal-01703140⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01703140/file/article_preprint.pdf BibTex
ref_biblio
Roland Lamberti, François Desbouvries, François Septier, Yohan Petetin. Rééchantillonnage indépendant et semi-indépendant pour le filtrage particulaire. XXVIème Colloque GRETSI, Sep 2017, Juan-Les-Pins, France. ⟨hal-01679000⟩
Accès au bibtex
BibTex

2016

ref_biblio
Roland Lamberti, Yohan Petetin, François Septier, François Desbouvries. Particle filters with independent resampling. ICASSP 2016 : 41st International Conference on Acoustics, Speech and Signal Processing, Mar 2016, Shanghai, China. pp.3994 - 3998, ⟨10.1109/ICASSP.2016.7472427⟩. ⟨hal-01341157⟩
Accès au bibtex
BibTex
ref_biblio
Roland Lamberti, Yohan Petetin, François Septier, François Desbouvries. An improved SIR-based sequential Monte Carlo algorithm. 2016 IEEE Workshop on Statistical Signal Processing (SSP 16), Jun 2016, Palma de Mallorca, Spain. ⟨hal-01359095⟩
Accès au bibtex
BibTex

2015

ref_biblio
Yohan Petetin, François Desbouvries. Un algorithme d'estimation non supervisée dans des modèles Markoviens à sauts. Gretsi 2015 : XXVe colloque Gretsi, Sep 2015, Lyon, France. ⟨hal-01255026⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01255026/file/article_YohanPetetin_2015-gretsi.pdf BibTex
ref_biblio
Yohan Petetin, Cyrille Laroche, Aurelien Mayoue. Deep neural networks for audio scene recognition. 2015 23rd European Signal Processing Conference (EUSIPCO), Aug 2015, Nice, France. pp.7362358, ⟨10.1109/EUSIPCO.2015.7362358⟩. ⟨hal-01888746⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01888746/file/article_YohanPetetin_Deepneuralnetworks.pdf BibTex

2014

ref_biblio
Yohan Petetin, François Desbouvries. Exact Bayesian estimation in constrained Triplet Markov Chains. 2014 MLSP : IEEE International Workshop on Machine Learning for Signal Processing, Sep 2014, Reims, France. ⟨10.1109/MLSP.2014.6958847⟩. ⟨hal-01262438⟩
Accès au texte intégral et bibtex
https://hal.science/hal-01262438/file/article_YohanPetetin_Exact%20Bayesian%20estimation.pdf BibTex

2013

ref_biblio
Marc Blanc-Patin, Marion Chevalier, Audrey Dupont, Emmanuel Monfrini, Yohan Petetin. Poursuite de cible par un senseur mobile ; repérage multisenseur de la position du senseur mobile. XXIVème Colloque Gretsi, Sep 2013, Brest, France. ⟨hal-00867150⟩
Accès au bibtex
BibTex
ref_biblio
Yohan Petetin, François Desbouvries. Un nouvel algorithme de filtrage dans les modèles de Markov à saut linéaires et Gaussiens. XXIVème Colloque Gretsi, Sep 2013, Brest, France. ⟨hal-00867111⟩
Accès au bibtex
BibTex
ref_biblio
Yohan Petetin, Mark Morelande, François Desbouvries. Filtrage particulaire marginalisé pour la poursuite multi-objets. XXIVème Colloque Gretsi, Sep 2013, Brest, France. ⟨hal-00867104⟩
Accès au bibtex
BibTex
ref_biblio
Wojciech Pieczynski, Stéphane Derrode, Noufel Abbassi, Yohan Petetin, François Desbouvries. Exact optimal filtering in an approximating switching system. TAIMA 2013 : Traitement et Analyse de l'Information Méthodes et Applications, May 2013, Hammamet, Tunisia. ⟨hal-01461574⟩
Accès au bibtex
BibTex

2012

ref_biblio
Yohan Petetin, François Desbouvries. A semi-exact sequential Monte Carlo filtering algorithm in hidden Markov chains. ISSPA '12 : The 11th International Conference on Information Sciences, Signal Processing and their Applications, Jul 2012, Montreal, Canada. pp.595-600, ⟨10.1109/ISSPA.2012.6310621⟩. ⟨hal-00765899⟩
Accès au bibtex
BibTex
ref_biblio
Yohan Petetin, François Desbouvries. Further Rao-Blackwellizing an already Rao-Blackwellized algorithm for jump Markov state space systems. ISSPA '12 : The 11th International Conference on Information Sciences, Signal Processing and their Applications, Jul 2012, Montreal, Canada. pp.706-711, ⟨10.1109/ISSPA.2012.6310644⟩. ⟨hal-00765888⟩
Accès au bibtex
BibTex
ref_biblio
Yohan Petetin, François Desbouvries. A mixed GM/SMC implementation of the probability hypothesis density filter. ISSPA '12 : The 11th International Conference on Information Sciences, Signal Processing and their Applications, Jul 2012, Montreal, Canada. pp.425-430, ⟨10.1109/ISSPA.2012.6310588⟩. ⟨hal-00765490⟩
Accès au bibtex
BibTex
ref_biblio
Yohan Petetin, François Desbouvries. Multi-object filtering for pairwise Markov chains. ISSPA '12 : The 11th International Conference on Information Sciences, Signal Processing and their Applications, Jul 2012, Montreal, Canada. pp.348 -353, ⟨10.1109/ISSPA.2012.6310573⟩. ⟨hal-00765497⟩
Accès au bibtex
BibTex
ref_biblio
Yohan Petetin, François Desbouvries. Marginalized PHD filters for multi-target filtering. ISSPA '12 : The 11th International Conference on Information Sciences, Signal Processing and their Applications, Jul 2012, Montreal, Canada. pp.419-424, ⟨10.1109/ISSPA.2012.6310587⟩. ⟨hal-00765488⟩
Accès au bibtex
BibTex

2011

ref_biblio
François Desbouvries, Yohan Petetin, Emmanuel Monfrini. A non asymptotical analysis of the optimal SIR algorithm vs. the fully adapted auxiliary particle filter. SSP 2011 : Statistical Signal Processing Workshop, Jun 2011, Nice, France. pp.213 - 216, ⟨10.1109/SSP.2011.5967662⟩. ⟨hal-01354690⟩
Accès au bibtex
BibTex
ref_biblio
François Desbouvries, Yohan Petetin, Emmanuel Monfrini. Filtrage particulaire optimal et filtrage particulaire auxiliaire adapté : une analyse non asymptotique. GRETSI 2011 : XXIIIe Colloque, Sep 2011, Bordeaux, France. ⟨hal-01347966⟩
Accès au bibtex
BibTex
ref_biblio
François Desbouvries, Yohan Petetin, Emmanuel Monfrini. Optimal SIR algorithm vs. fully adapted auxiliary particle filter : a matter of conditional independence. ICASSP 2011 : International Conference on Acoustics, Speech and Signal Processing, May 2011, Prague, Czech Republic. pp.3992 - 3995, ⟨10.1109/ICASSP.2011.5947227⟩. ⟨hal-01304056⟩
Accès au bibtex
BibTex
ref_biblio
Yohan Petetin, François Desbouvries. A particle smoothing implementation of the fully-adapted auxiliary particle filter : an alternative to auxiliary particle filters. SSP 2011 : Statistical Signal Processing Workshop, Jun 2011, Nice, France. pp.217 - 220, ⟨10.1109/SSP.2011.5967663⟩. ⟨hal-01354688⟩
Accès au bibtex
BibTex

2010

ref_biblio
Yohan Petetin, François Desbouvries. Direct vs. indirect sequential Monte-Carlo filters. SMTDA 2010 : Stochastic Modeling Techniques and Data Analysis International Conference, Jun 2010, Chania, Greece. pp.121 - 128. ⟨hal-01306303⟩
Accès au bibtex
BibTex

HDR

2023

ref_biblio
Yohan Petetin. Generative models for times series data. Statistiques [math.ST]. Institut polytechnique de Paris, 2023. ⟨tel-04414619⟩
Accès au texte intégral et bibtex
https://hal.science/tel-04414619/file/HDR_Yohan.P.pdf BibTex

Poster de conférence

2014

ref_biblio
Roland Lamberti, Thomas Durier, Frederic Lehmann, Yohan Petetin, Dominique Maltese. Track-before-detect and PHD filter for multi-object tracking in infrared image sequences. SENSO 2014 : Sensors, Energy harvesting, wireless Network and Smart Objects, Oct 2014, Gardanne, France. ⟨hal-01332943⟩
Accès au bibtex
BibTex

Proceedings/Recueil des communications

2026

ref_biblio
Anas Cherradi, Yazid Janati, Alain Durmus, Sylvain Le Corff, Yohan Petetin, et al.. Entropic Mirror Monte Carlo. 43rd International Conference on Machine Learning, Jul 2026, Séoul, South Korea. Proceedings of the 43rd International Conference on Machine Learning, in Proceedings of Machine Learning Research, 306, pp.19354--19375, 2026. ⟨hal-05486036v2⟩
Accès au texte intégral et bibtex
https://hal.science/hal-05486036/file/EM2C_camera_ready_arxiv.pdf BibTex

Thèse

2013

ref_biblio
Yohan Petetin. Algorithmes de restauration Bayésienne mono- et multiobjet(s) dans des modèles Markoviens. Mathématiques [math]. Telecom SudParis, 2013. Français. ⟨NNT : ⟩. ⟨tel-04414609⟩
Accès au texte intégral et bibtex
https://hal.science/tel-04414609/file/These_Yohan.P.pdf BibTex
ref_biblio
Yohan Petetin. Algorithmes de restauration bayésienne mono- et multi-objets dans des modèles markoviens. Mathématiques générales [math.GM]. Institut National des Télécommunications, 2013. Français. ⟨NNT : 2013TELE0032⟩. ⟨tel-00939083⟩
Accès au texte intégral et bibtex
https://theses.hal.science/tel-00939083/file/PETETIN_Yohan-SMPC.pdf BibTex

Pré-publication, Document de travail

2026

ref_biblio
Hamza Cherkaoui, Hélène Halconruy, Yohan Petetin. When to transfer: adaptive source selection for positive transfer in linear models. 2026. ⟨hal-05716862⟩
Accès au texte intégral et bibtex
https://hal.science/hal-05716862/file/2510.16986v2.pdf BibTex

2022

ref_biblio
Hugo Gangloff, Katherine Morales, Yohan Petetin. Chaînes de Markov cachées à bruit généralisé. 2022. ⟨hal-03698101⟩
Accès au texte intégral et bibtex
https://hal.science/hal-03698101/file/mtmc_gretsi.pdf BibTex

2021

ref_biblio
Hugo Gangloff, Katherine Morales, Yohan Petetin. A GENERAL PARAMETRIZATION FRAMEWORK FOR PAIRWISE MARKOV MODELS: AN APPLICATION TO UNSUPERVISED IMAGE SEGMENTATION. 2021. ⟨hal-03181237v2⟩
Accès au texte intégral et bibtex
https://hal.science/hal-03181237/file/general_pmc_new.pdf BibTex
ref_biblio
Katherine Morales, Yohan Petetin. Variational Bayesian inference for pairwise Markov models. 2021. ⟨hal-03237172⟩
Accès au texte intégral et bibtex
https://hal.science/hal-03237172/file/Morales_Petetin_ssp_2021.pdf BibTex

2019

ref_biblio
Nicolas Aussel, Sophie Chabridon, Yohan Petetin. Combining federated and active learning for communication-efficient distributed failure prediction in aeronautics. 2019. ⟨hal-02446200⟩
Accès au texte intégral et bibtex
https://hal.science/hal-02446200/file/article.pdf BibTex