📇 Rhumatologue · POITIERS CEDEX · (86) · Hospitalier
Chargement de la fiche…
Chargement de la fiche…
MonRhumato.fr utilise des cookies pour mesurer l'audience (statistiques) et améliorer le site. Aucune donnée de santé identifiable n'est jamais collectée. Politique de confidentialité.
Votre choix est conservé 13 mois (durée max CNIL). Vous pouvez le modifier à tout moment via Préférences cookies.
2 raisons identifiées
Plateau technique de référence
Centre hospitalier universitaire (CHU) — équipements et expertise pointus pour les cas complexes
Délais de RDV courts dans la région
124.6 rhumatos / 100 000 hab. — département bien doté
✨ Génération du profil synthétique IA en cours…
Articles déposés en accès libre sur l'archive ouverte des universités françaises (HAL) — gage d'activité de recherche en France.
Données ANS publiques (Licence Ouverte 2.0) · Enrichissements MonRhumato 100 % opt-in · Toute personne référencée peut demander la suppression ou la rectification.
Source : HAL — archive ouverte CCSD/CNRS (couvre articles, chapitres EMC, communications congrès, thèses).
CHU LA MILETRIE
2 R DE LA MILETRIE CS 90577, 86021 POITIERS CEDEX
Secteur de conventionnement non disponible (médecin hospitalier ou non présent dans l'Annuaire santé CNAM des libéraux conventionnés).
Lien Doctolib = recherche Google site:doctolib.fr (le 1er résultat est presque toujours le profil correct s'il existe).
Aucune publication PubMed identifiée pour ce praticien (recherche par nom — possibles homonymes filtrés).
Model-based Clustering with Missing Not At Random Data
Model-based unsupervised learning, as any learning task, stalls as soon as missing data occurs. This is even more true when the missing data are informative, or said missing not at random (MNAR). In this paper, we propos
Analyzing the tree-layer structure of Deep Forests
Random forests on the one hand, and neural networks on the other hand, have met great success in the machine learning community for their predictive performance. Combinations of both have been proposed in the literature,
An algorithm for variable density sampling with block-constrained acquisition
Reducing acquisition time is of fundamental importance in various imaging modalities. The concept of variable density sampling provides a nice framework to achieve this. It was justified recently from a theoretical point
Raw microdialysis and behavioral tracking dataset for Nardin et al., 2025
This dataset contains the full raw time-series data acquired for <i>Nardin et al., 2025</i>, investigating blood chemistry dynamics during spontaneous behavior using in vivo microdialysis coupled to liquid chromatography
Softmax as Linear Attention in the Large-Prompt Regime: a Measure-based Perspective
Softmax attention is a central component of transformer architectures, yet its nonlinear structure poses significant challenges for theoretical analysis. We develop a unified, measure-based framework for studying single-
Imputation and low-rank estimation with Missing Not At Random data
Missing values challenge data analysis because many supervised and unsupervised learning methods cannot be applied directly to incomplete data. Matrix completion based on low-rank assumptions are very powerful solution f
Source : DataCite — DOIs pour datasets, logiciels, protocoles, registres patient. Hors articles (déjà couverts).