Nos chercheuses et chercheurs

Gianni Franchi

Unité d'Informatique et d'Ingénierie des Systèmes (U2IS)

Enseignant chercheur

My name is Gianni Franchi, I am an assistant professor at ENSTA. If you are interested in theoretical deep learning don't hesitate to contact me.

Activités de recherche et de formation

My research focuses on theoretical Deep learning. More particularly, I focus on:

Uncertainty and Deep learning
Reliable Artificial Intelligence
Explainable Artificial Intelligence
Self-supervised learning
Domain adaptation
Semi-supervised learning
Active learning

Publications HAL

Robust trajectory forecasting in autonomous systems using mixtures of Student’s T-distributions with T-DistNet
Article dans une revue Publié le 01/09/2025 co-écrit par Adrien Lafage, Gianni Franchi, Mathieu Barbier, David Filliat
A Symmetry-Aware Exploration of Bayesian Neural Network Posteriors
Communication dans un congrès Publié le 01/05/2024 co-écrit par Olivier Laurent, Emanuel Aldea, Gianni Franchi
CLIP-QDA: An Explainable Concept Bottleneck Model
Article dans une revue Publié le 01/05/2024 co-écrit par Rémi Kazmierczak, Eloïse Berthier, Goran Frehse, Gianni Franchi
NECO: NEURAL COLLAPSE BASED OUT-OF-DISTRIBUTION DETECTION
Communication dans un congrès Publié le 01/05/2024 co-écrit par Mouin Ben Ammar, Nacim Belkhir, Sebastien Popescu, Antoine Manzanera, Gianni Franchi
Encoding the Latent Posterior of Bayesian Neural Networks for Uncertainty Quantification
Article dans une revue Publié le 01/04/2024 co-écrit par Gianni Franchi, Andrei Bursuc, Emanuel Aldea, Séverine Dubuisson, Isabelle Bloch
Discretization-Induced Dirichlet Posterior for Robust Uncertainty Quantification on Regression
Communication dans un congrès Publié le 25/02/2024 co-écrit par Xuanlong Yu, Gianni Franchi, Jindong Gu, Emanuel Aldea
InfraParis: A multi-modal and multi-task autonomous driving dataset
Communication dans un congrès Publié le 01/01/2024 co-écrit par Gianni Franchi, Marwane Hariat, Xuanlong Yu, Nacim Belkhir, Antoine Manzanera, David Filliat
Learning to Generate Training Datasets for Robust Semantic Segmentation
Communication dans un congrès Publié le 01/01/2024 co-écrit par Marwane Hariat, Olivier Laurent, Rémi Kazmierczak, Andrei Bursuc, Angela Yao, Gianni Franchi
The Robust Semantic Segmentation UNCV2023 Challenge Results
Communication dans un congrès Publié le 01/01/2023 co-écrit par Xuanlong Yu, Juan C Sanmiguel, Xiaowen Zhang, Marcos Escudero-Viñolo, Rui Peng, Hanlin Tian, Xinyi Wang, Kenta Matsui, Jiaxuan Zhao, Tianhao Wang, Junpei Zhang, Fahmy Adan, Zitao Wang, Zhitong Gao, Xuming He, Yuting Yang, Quentin Bouniot, Fang Liu, Hossein Moghaddam, Yi Zuo, Shyam Nandan Rai, Kexin Zhang, Fabio Cermelli, Roberto Alcover-Couso, Carlo Masone, Licheng Jiao, Andrea Pilzer, Elisa Ricci, Andrei Bursuc, Arno Solin, Martin Trapp, Rui Li, Angela Yao, Wenlong Chen, Ivor Simpson, Neill D. F. Campbell, Gianni Franchi
MUAD: Multiple Uncertainties for Autonomous Driving, a benchmark for multiple uncertainty types and tasks
Communication dans un congrès Publié le 21/11/2022 co-écrit par Gianni Franchi, Xuanlong Yu, Andrei Bursuc, Angel Tena, Rémi Kazmierczak, Séverine Dubuisson, Emanuel Aldea, David Filliat
Learning deep morphological networks with neural architecture search
Article dans une revue Publié le 01/11/2022 co-écrit par Yufei Hu, Nacim Belkhir, Jesus Angulo, Angela Yao, Gianni Franchi
Latent Discriminant deterministic Uncertainty
Communication dans un congrès Publié le 23/10/2022 co-écrit par Gianni Franchi, Xuanlong Yu, Andrei Bursuc, Emanuel Aldea, Séverine Dubuisson, David Filliat
On Monocular Depth Estimation and Uncertainty Quantification using Classification Approaches for Regression
Communication dans un congrès Publié le 16/10/2022 co-écrit par Xuanlong Yu, Gianni Franchi, Emanuel Aldea
One Versus all for deep Neural Network Incertitude (OVNNI) quantification
Article dans une revue Publié le 03/01/2022 co-écrit par Gianni Franchi, Andrei Bursuc, Emanuel Aldea, Séverine Dubuisson, Isabelle Bloch
Robust Semantic Segmentation with Superpixel-Mix
Communication dans un congrès Publié le 25/10/2021 co-écrit par Gianni Franchi, Nacim Belkhir, Mai Lan Ha, Yufei Hu, Andrei Bursuc, Volker Blanz, Angela Yao
SLURP: Side Learning Uncertainty for Regression Problems
Communication dans un congrès Publié le 25/10/2021 co-écrit par Xuanlong Yu, Gianni Franchi, Emanuel Aldea
EXplainable Neural-Symbolic Learning (X-NeSyL) methodology to fuse deep learning representations with expert knowledge graphs: The MonuMAI cultural heritage use case
Article dans une revue Publié le 01/10/2021 co-écrit par Natalia Díaz-Rodríguez, Alberto Lamas, Jules Sanchez, Gianni Franchi, Ivan Donadello, Siham Tabik, David Filliat, Policarpo Cruz, Rosana Montes, Francisco Herrera
Encoding the latent posterior of Bayesian Neural Networks for uncertainty quantification
Communication dans un congrès Publié le 10/12/2020 co-écrit par Gianni Franchi, Andrei Bursuc, Emanuel Aldea, Séverine Dubuisson, Isabelle Bloch
Tracking hundreds of people in densely crowded scenes with particle filtering supervising deep convolutional neural networks
Communication dans un congrès Publié le 01/01/2020 co-écrit par G. Franchi, Emanuel Aldea, Séverine Dubuisson, Isabelle Bloch
TRADI: Tracking deep neural network weight distributions
Rapport Publié le 01/12/2019 co-écrit par Gianni Franchi, Andrei Bursuc, Emmanuel Aldea, Séverine Dubuisson, Isabelle Bloch
Spatial machine learning applied to multivariate and multimodal images
Thèse Publié le 21/09/2016 par Gianni Franchi

Nos chercheuses et chercheurs

Gianni Franchi

Activités de recherche et de formation

Publications HAL

Robust trajectory forecasting in autonomous systems using mixtures of Student’s T-distributions with T-DistNet

A Symmetry-Aware Exploration of Bayesian Neural Network Posteriors

CLIP-QDA: An Explainable Concept Bottleneck Model

NECO: NEURAL COLLAPSE BASED OUT-OF-DISTRIBUTION DETECTION

Encoding the Latent Posterior of Bayesian Neural Networks for Uncertainty Quantification

Discretization-Induced Dirichlet Posterior for Robust Uncertainty Quantification on Regression

InfraParis: A multi-modal and multi-task autonomous driving dataset

Learning to Generate Training Datasets for Robust Semantic Segmentation

The Robust Semantic Segmentation UNCV2023 Challenge Results

MUAD: Multiple Uncertainties for Autonomous Driving, a benchmark for multiple uncertainty types and tasks

Learning deep morphological networks with neural architecture search

Latent Discriminant deterministic Uncertainty

On Monocular Depth Estimation and Uncertainty Quantification using Classification Approaches for Regression

One Versus all for deep Neural Network Incertitude (OVNNI) quantification

Robust Semantic Segmentation with Superpixel-Mix

SLURP: Side Learning Uncertainty for Regression Problems

EXplainable Neural-Symbolic Learning (X-NeSyL) methodology to fuse deep learning representations with expert knowledge graphs: The MonuMAI cultural heritage use case

Encoding the latent posterior of Bayesian Neural Networks for uncertainty quantification

Tracking hundreds of people in densely crowded scenes with particle filtering supervising deep convolutional neural networks

TRADI: Tracking deep neural network weight distributions

Spatial machine learning applied to multivariate and multimodal images

Inscrivez-vous à notre newsletter