Maxime MANDERLIER
Nombre de publications : 12
    2025
    Colloques et congrès scientifiques/Communication publiée dans un ouvrage
    • Manderlier, M., Lecron, F., Vu Thanh, O., & Gillis, N. (2025). From latent factors to language: a user study on LLM-generated explanations for an inherently interpretable matrix-based recommender system. In "Proceedings of the 12th Joint Workshop on Interfaces and Human Decision Making for Recommender Systems (IntRS 2025) co-located with 19th ACM Conference on Recommender Systems (RecSys 2025)". CEUR-WS.org.
    Rapports/Rapport de recherche interne
    • Manderlier, M. (2025). "Exploration de l'explicabilité et des LLMs dans les modèles d'IA et les systèmes de recommandation : Troisième comité d'accompagnement de thèse - Slides". https://orbi.umons.ac.be/handle/20.500.12907/52012
    • Manderlier, M. (2025). "Exploration de l'explicabilité et des LLMs dans les modèles d'IA et les systèmes de recommandation : Troisième comité d'accompagnement de thèse - Rapport". https://orbi.umons.ac.be/handle/20.500.12907/52011
    Top
    2024
    Périodiques scientifiques/Article
    Colloques et congrès scientifiques/Communication orale non publiée/Abstract
    • Manderlier, M. (29 May 2024). "Enhancing language learning recommendations: Integrating large language model embeddings in graph neural networks" [Paper presentation]. Infortech Day 2024, Mons, Belgium.
    Colloques et congrès scientifiques/Communication poster
    Rapports/Rapport de recherche interne
    • Manderlier, M. (2024). "Sérendipité et explicabilité dans les systèmes de recommandation : Deuxième comité d’accompagnement de thèse - Slides". https://orbi.umons.ac.be/handle/20.500.12907/51289
    • Manderlier, M. (2024). "Sérendipité et explicabilité dans les systèmes de recommandation : Deuxième comité d’accompagnement de thèse - Rapport". https://orbi.umons.ac.be/handle/20.500.12907/51288
    Top
    2023
    Rapports/Rapport de recherche interne
    • Manderlier, M. (2023). "Sérendipité et explicabilité dans les systèmes de recommandation : Premier comité d’accompagnement de thèse - Slides".
    • Manderlier, M. (2023). "Sérendipité et explicabilité dans les systèmes de recommandation : Premier comité d’accompagnement de thèse - Rapport".
    E-prints, Working papers et Carnets de recherche/Eprint diffusé en premier sur ORBi
    • Manderlier, M., & Lecron, F. (2023). "RecSys Challenge 2023: From data preparation to prediction, a simple, efficient, robust and scalable solution". ORBi UMONS-University of Mons. https://orbi.umons.ac.be/handle/20.500.12907/48235.
    Top