Thomas Bonald

Je suis Professeur à Télécom Paris, Institut Polytechnique de Paris, responsable de l'équipe DIG (Data, Intelligence and Graphs) au LTCI.

Je travaille sur l'analyse de données et l'apprentissage automatique, en particulier pour les graphes, les bases de connaissances et le traitement du langage naturel.

Une nouvelle version de la base de connaissances YAGO est disponible!

Publications

Disponibles sur HaL

Quelques articles récents :

F. Suchanek, M. Alam, T. Bonald, P-H. Paris, J. Soria, Integrating the Wikidata Taxonomy into YAGO, SIGIR 2024
S. Delarue, T. Bonald, Sparse Graph Neural Networks with Scikit-network, Complex Networks 2023
T. Bonald, N. de Lara, A Consistent Diffusion-Based Algorithm for Semi-Supervised Graph Learning, Complex Networks 2023
P. Dhapola et. al., Scarf: A Toolkit for Memory Efficient Analysis of Large-Scale Single-Cell Genomics Data, Nature communications 2022
A. Boschin, T. Bonald, Enriching Wikidata with Semantified Wikipedia Hyperlinks, Wikidata Workshop, ISWC 2021
T. Bonald, N. de Lara, Q. Lutz, B. Charpentier, Scikit-network: Graph Analysis in Python, JMLR 2020
N. de Lara, T. Bonald, Spectral Embedding of Regularized Block Models, ICLR 2020
B. Charpentier, T. Bonald, Tree Sampling Divergence: An Information-Theoretic Metric for Hierarchical Graph Clustering, IJCAI 2019

Logiciels

Nous développons et maintenons scikit-network, une libraire Python en source ouverte pour l'analyse de graphes à large échelle.

Nous maintenons également torch-kge, une libraire Python en source ouverte pour la représentation vectorielle de graphes de connaissances.

Jeux de données

YAGO est une grande base de connaissances avec des informations générales sur des personnes, des villes, des pays, des films, des organisations et bien d'autres.