Philippe Besse

The End ;-))

Research topics

• Legal Statistical Learning for ethical IA
• Big Data Science, Artificial Intelligence, Industrial Applications and Educational Resources
• Statistics of Post-Genomic Data, Biostatistics
• Multivariate Statistics, Functional Data Analysis

Fair Statistical Learning for Legal AI

Articles, Reports

• Besnier J.-M., Besse P., Duquesne, J. (2024) Intelligence artificielle : « Notre société poursuit sa fuite en avant sans s'interroger sur les risques » , in La Croix 14/03/2024.
• Bengio Y., Besse P., Chatila R., Miailhe N. ... 14 signataires (2023) Renoncer à un encadrement juridique ambitieux de l’intelligence artificielle affaiblirait la position historique de l’Europe , in Le Monde 27/11/2023.
• Alix P., Besse P., Chatila R., Meneceur Y., Nevejans N., Van Haecke Lepic S. (2023) Tribune: Oublions l'« intelligence artificielle » ! , in Le Point 27/06/2023, No 202306.
• Besse P. (2023) Les Réglementations Européennes des Systèmes d’IA à Haut Risque «oublient» la Défense des Droits Fondamentaux , in Linkedin.
• Besse P. (2023) Discrimination algorithmique des système d’IA : mesurer, détecter, atténuer , in Linkedin.
• Castets-Renard C., Besse P. (2023). Ex ante Accountability of the AI Act: Between Certification and Standardization, in Pursuit of Fundamental Rights in the Country of Compliance, in Artificial Intelligence Law: Between Sectoral Rules and Comprehensive Regime. Comparative Law Perspectives, C. Castets-Renard & J. Eynard (eds), Bruylant.
• Besse P. (2022). Conformité Européenne des Systèmes d’IA: Outils Statistiques Élémentaires, Statistique & Société, vol 10 (3).
• Castets-Renard C., Besse P. (2022). Responsabilité ex ante de l’AI Act: entre certification et normalisation, à la recherche des droits fondamentaux au pays de la conformité, dans Un droit de l'intelligence artificielle : entre règles sectorielles et régime général, Perspectives de droit comparé, dir. C. Castets-Renard et J. Eynard, Bruylant.
• Besse P. (2021). Médecine, police, justice : l'intelligence artificielle a de réelles limites, The Conversation, 01/12/2021.
• Besse P. del Barrio E. Gordaliza P. Loubes J.-M., Risser L. (2021). A survey of bias in Machine Learning through the prism of Statistical Parity for the Adult Data Set, The American Statistician , DOI: 10.1080/00031305.2021.1952897 Open access version.
• Besse P. Besse-Patin A., Castets-Renard C. (2020). Implications juridiques et éthiques des algorithmes d'intelligence artificielle dans le domaine de la santé, Statistique & Société , 3, pp 21-53.
• Besse P. (2020). Détecter, évaluer les risques des impacts discriminatoires des algorithmes d'IA , Contribution au séminaire Défenseur des Droits et CNIL, 28 mai 2020.
• Déziel P.-L., Benyekhlef K., Gaumond E. (2020) Repenser la protection des renseignements personnels à la lumière des défis soulevés par l’IA, avec la collaboration de: Besse P., Després P., Khoury R., Likhten M., Longhais S., OBVIA & Laboratoire de Cyberjustice, Document de travail en réponse aux questions posées par la Commission d'Accès à l'Information du Québec dans le cadre de la consultation sur l'Intelligence Artificielle .
• Castets-Renard C., Macaux G., Besse P. Fournier-Tombs E. (2020). Efficacité et enjeux sociétaux des applications de traçage de contacts pour lutter contre la pandémie de Covid-19, Efficiency and social impacts of Covid-A9 contact tracing applications , Blogue, 27/04/2020.
• Castets-Renard C., Macaux G., Besse P. Fournier-Tombs E. (2020). Attention à la surveillance technologique généralisée, LeDevoir Idées, 25/04/2020.
• Besse P., del Barrio E., Gordaliza P., Loubes J.-M., Risser L. (2020). A survey of bias in Machine Learning through the prism of Statistical Parity for the Adult Data Set, arXiv:2003.14263 preprint.
• Besse P., Castets-Renard C., Loubes J.-M. Perrussel L. (2019). Encadrement des risques techniques et juridiques des activités de police prédictive, Rapport du CHEMI, Ministère de l'Intérieur.
• Besse P., Castets-Renard C., Garivier A., Loubes J.-M. (2018). L'IA du Quotidien peut elle être Éthique? Loyauté des Algorithmes d'Apprentissage Automatique, Statistique et Société, VOl6 (3), pp 9-31.
• Besse P., del Barrio E., Gordaliza P., Loubes J.-M. (2018). Confidence Intervals for testing Disparate Impact in Fair Learning, arXiv:1807.06362 preprint.
• Besse P., Castets-Renard C., Garivier A. (2017). Loyauté des Décisions Algorithmiques, Contribution au Débat "Éthique et Numérique" de la CNIL.

Invited talks

• Besse P. (2022). Risques Discriminatoires des Algorithmes Impliqués dans des Systèmes d'IA , Colloque Travail de Plateforme et Usages de la Protection Sociale, DARES DREES, Paris 4/10/2022.
• Besse P. (2022). IA et Discrimination Algorithmique, Définir, Légiférer, Détecter, Colloque Intelligence Artificielle et Société, Université Paris 1 Panthéon-Sorbonne, 22/06/2022.
• Besse P. (2022). IA de Confiance: de l'IA Ethique à l'obligation Réglementaire de Conformité, Séminaire SCIDONI, IRSN, Fontenay-aux-Roses, 12/05/2022.
• Besse P. (2021). Intelligence Artificielle: algorithmes et éthique, Association Les Quatre Vents, Pechbusque, 25/11/2021.
• Besse P. (2021). Quels outils statistiques élémentaires pour répondre aux futures obligations réglementaires européennes sur l'IA?, Atelier pluridisciplinaire sur la justice sociale, l'équité et les discriminations dans les systèmes algorithmiques, AIvancity, Cachan, 18-19/11/2021.
• Besse P. (2021). L'IA du quotidien peut-elle être éthique? , Université Populaire de Philosophie, Toulouse, 27/10/2021.
• Besse P. (2021). Risques Juridiques (à venir) des Systèmes d'IA Data Drink, Etalab, 21/10/2021.
• Besse P. (2021). Table ronde: IA, Data et confiance numérique, La Mélée Numérique, Le Quai des Savoirs, Toulouse 30/09/2021.
• Besse P. (2021). Anticiper les risques juridiques des aLgoritmes d'IA, INSA Toulouse - GMM 11/2020 & 03/2021.
• Besse P., Castets-Renard C., Loubes J.-M. (2020). Impacts & Risques des ALgoritmes d'IA, séminaire Laboratoire d'Innovation Numérique de la CNIL 04/2020.
• Besse P., Castets-Renard C., Loubes J.-M. (2020). Impacts & Risques des ALgoritmes d'IA, workshop NXU Think tank 03/2020.
• Besse P., Castets-Renard C., Garivier A., Loubes J.-M. (2020). Implications juridiques et éthiques de l'IA, Conférence ALT Enjeu Tournefeuille 01/2020.
• Besse P., Besse Patin A., Castets Renard C. (2019). Implications Juridiques et Éthiques de l'IA en Santé, conférences: Institut d'Ethique Appliquée 10/2019, Université Laval & INP-ENSEEIHT Toulouse, 12/2019.
• Besse P. Loubes J.-M. (2019). Éthique et IA au quotidien: de l'Intention à l'Action, Symposium du GDR MaDICS, Rennes 28/06/2019.
• Besse P. (2019). L'IA et la "police prédictive": quelles réalités?, Journée d'Études et de Réflexion, l'Intelligence Artificelle et la Sécurité Intérieur, Centre des Hautes Études du Ministère de l'Intérieur, 29/05/2019.
• Besse P., Castets-Renard C., Garivier A., Loubes J.-M. (2018). L'IA du Quotidien peut elle être Éthique? Loyauté des Algorithmes d'Apprentissage Automatique, Diapos de la conférence invitée, ENSEEIHT.
• Besse P.(2017). Éthique et Santé, Loyauté des Algorithmes, Plateforme Genotoul Sociétal, Débat "Éthique et Numérique" de la CNIL 22/06/2017.
• Besse P.(2017). Loyauté des décisions algorithmiques, Café de l'IMT, Toulouse, Débat "Éthique et Numérique" de la CNIL 04/05/2017.
• Besse P.(2016). Grosses Data - Imbrications Technologiques et Éthiques, Maison de la Philosophie, Toulouse, Conférence "les chemins de la pensée" 26/10/2016.

Big Data Science, Artificial Intelligence, Machine learning, Industrial Applications

• Jabbar K., Besse P., Loubes J.-M., Merle C. (2019). Conditional Anomaly Detection for Quality and Productivity Improvement of Electronics Manufacturing Systems, in: Nicosia G., Pardalos P., Umeton R., Giuffrida G., Sciacca V. (eds) Machine Learning, Optimization, and Data Science. LOD 2019. Lecture Notes in Computer Science, vol 11943. Springer, Cham. https://doi.org/10.1007
• Jabbar E., Besse P., Loubes JM., Roa N.B., Merle C., Dettai R. (2018) Supervised Learning Approach for Surface-Mount Device Production, in: Nicosia G., Pardalos P., Giuffrida G., Umeton R., Sciacca V. (eds) Machine Learning, Optimization, and Data Science. LOD 2018. Lecture Notes in Computer Science, vol 11331. Springer.
• Besse P., Guillouet B., Laurent B. (2018). Wikistat 2.0: Ressources Pédagogiques pour l'Intelligence Artificielle, Statistique et Enseignement, Vol 9 (1).
• Besse P.(2017). Analyse des données et Big Data: Introduction, in Les Big Data à Découvert, Bouzeghoub et Mosseri Eds, membre du comité éditorial, Editions du CNRS.
• Besse P., Guillouet B., Loubes J.-M., Royer F. (2016). Destination Prediction by Trajectory Distribution Based Model, IEEE Transactions on Intelligent Transportation Systems, DOI: 10.1109/TITS.2017.2749413.
• Besse P., Guillouet B., Loubes J.-M. (2016). Apprentissage sur données massives, trois cas d'usage avec R, Pyhton, Spark , in Apprentissage Statistique et Données Massives, Maumy-Bertrand M., Saporta G. et Thomas Agnan C. (eds), Technip.
• Besse P., Guillouet B., Loubes J.-M., Royer F. (2016). Review & Perspective for Distance Based Trajectory Clustering, IEEE Transactions on Intelligent Transportation Systems, DOI: 10.1109/TITS.2016.2547641.
• Besse P.(2016). Apprentissage de données massives, CIRM, Statistical Learning, Conférence invitée.
• Besse P., Laurent B.(2015). De Statisticien à Data Scientist; développements pédagogiques à l'INSA de Toulouse, Statistique et Enseignement, Vol. 7(1), 75-93.
• Besse P., Villa-Vilaneix N.(2014). Statistique et Big Data Analytics; Volumétrie, L'Attaque des Clones.
• Besse P., Garivier A., Loubes J.-M. (2014). Big Data Analytics - Retour vers le Futur 3 - De Statisticien à Data Scientist, Ingénierie des Systèmes d'Information, 19/3, 93-105.
• Baccini A., Besse P. (2011). Statistique Descriptive Mutidimensionnelle, in Encyclopédie des Techniques de l'Ingénieur.
• Besse P., Milhem H., Mestre O., Dufour A., Peuch V.-H. (2007). Comparaison de techniques de Data Mining pour l'adaptation statistique des prévisions d'ozone du modèle de chimie-transport MOCAGE, Pollution Atmosphérique, 195 285-292.
• Besse P., Le Gall, C. Application and reliability of change-point analyses for detecting a defective in intragated circut manufacturing series, Communication in Statistics, Simulation and Computation , 35, 2, (2006).
• Besse, P.; Raimbault, N. Comparisons of split-linear fitting of wind curves, Journal of Data Science, 4, (2006).
• Besse, P.; Le Gall, C.; Raimbault, N.; Sarpy, S. Data Mining & Statistique, avec discussion, Journal de la Société Française de Statistique, 142, 5-35 (2001).
• Besse, P. Data Mining & Statistique : Réponse aux intervenants Journal de la Société Française de Statistique, 142, 89-95 (2001).
• Bergeret, F.; Besse, P. Recherche d'une étape défaillante dans un procédé industriel~: quand le désordre est source d'information, Revue de Statistique Appliquée, 47, 27-37 (1999).
• Bergeret, F.; Besse, P. Simulated annealing, weighted simulated annealing and genetic algorithm at work, Computational Statistics, 12, 447-465 (1997).

Statistics of Post-Genomic Data, Biostatistics

• Senescau A., Kempowski T., Bernard E., Messier S., Besse P., Fabre R., Francois J.-M. (2018). Innovative DendrisChips technology for a syndromic approach of in vitro diagnosis: Application to the respiratory infectious diseases, Diagnostics , 8 (4) 77.
• V. Voillet, P. Besse; L. Liaubet, M. San Cristobal, I. Gonzalez (2016). Handling Missing Rows in Multi-Omics Data Integration: Multiple Imputation in Multiple Factor Analysis Framework, BMC Bioinformatics 17:402, DOI: 10.1186/s12859-016-1273-5.
• N. Villa-Vialaneix, N. Hernandez, A. Paris, C. Domange, N. Priymenko, P. Besse (2016). On combining wavelets expansion and sparse linear models for regression on metabolomic data and biomarker selection. Communications in Statistics - Simulation and Computation, 45(1).
• Y. Cam, C. Alkim, D. Trichez, V. Trebosc, A. Vax, F. Bartolo, P. Besse, J.- M. François, T. Walther (2015). Engineering of a Synthetic Metabolic Pathway for the Assimilation of (d)-Xylose into Value-Added Chemicals, ACS Synthetic Biology, 07/2015.
• C. Alkim, Y. Cam, D. Trichez, V. Trebosc, C. Auriol, L. Spina, A. Vax, F. Bertholo, P. Besse, J.- M. François, T. Walther. (2015). Optimization of ethylene glycol production from (D)-xylose via a synthetic pathway implemented in Escherichia coli, Microbial Cell Factories, 09/2015, 14(1),127.
• I.Gonzalez, A. Eveillard, C. Canlet, A. Paris, T. Pineau, P. Besse, P. Martin, S. Déjean (2013). Undecimated wavelet transform to improve the classification of samples from metabolomic data. JP Journal of Biostatistics, 10(2):61-79.
• D. Menoret, M. Santolini, I. Fernandes, R. Spokony, J. Zanet, I. Gonzalez, Y. Latapie, P. Ferrer, H. Rouault, K. White, P. Besse, V. Hakim, S. Aerts, F. Payre, et S. Plaza (2013). Genome-wide analyses of Shavenbaby target genes reveals distinct features of enhancer organization, Genome Biology 2013, 14-8-R86.
• Lê Cao K. A., Boistard S., Besse P. (2011) Sparse PLS Discriminant Analysis: biologically relevant feature selection and graphical displays for multiclass problems BMC Bioinformatics 2011, 12:253.
• Dressaire C., Laurent B., Loubière P., Besse P., Cocaign-Bousquet M. (2010). Linear covariance models to examine the determinants of protein levels in Lactococcus lactis, Molecular BioSystems, 6, 1255-1264.
• González I., Déjean S., Martin P. G. P., Gonçalves O., Besse P., Baccini A. (2009). Highlighting relationships through Regularized Canonical Correlations Analysis : applications to high throughput biology data, Journal of Biological Systems, 17(2), pp 173-199.
• Lê Cao K. A., Martin P., Robert-Granié C., Besse P. (2009) Sparse canonical methods for biological data integration: application to a cross-platform study, BMC Bioinformatics, 10:34.
• Bonnet A., Lê Cao K.-A., San Cristobal M., Benne F., Robert-Granié C., Law-So G., Fabre S., Besse P., De Billy E., Quesnel H., Hatey F., Tosser-Klopp G. (2008) In vivo gene expression in granulosa cells during pig terminal follicular development, Reproduction, 136 (2), 211-224.
• Lê Cao K. A., Rossouw D., Robert-Granié C., Besse P. (2008). A sparse PLS for variable selection when integrating Omics data, Statistical Applications in Genetics and Molecular Biology, Vol. 7 : Iss. 1, Article 35.
• Dressaire C., Redon E., Milhem H., Besse P., Loubière P., Cocaign-Bousquet M. (2008). Growth rate regulated genes and their wide involvement in the Lactococcus lactis stress responses, BMC Genomics, 9:343.
• Lê Cao K.-A., Gonçalves O., Besse P., Gadat S. (2007). Selection of Biologically Relevant Genes with a Wrapper Stochastic Algorithm, Statistical Applications in Genetics and Molecular Biology , Vol. 6 : Iss. 1, Article 29.
• Baccini A., Besse, P., Déjean S., Martin, P. (2007). Clustering Time-Series Gene Expression Data Using Smoothing Spline Derivatives, EURASIP Journal on Bioinformatics and Systems Biology, article ID 70561.
• Martin P., Guillou H., Lasserre F., Déjean S., Lan A., Pascussi J.-M., San Cristobal M., Legrand P., Besse P., Pineau T. (2007). Novel aspects of PPARalpha-mediated regulation of lipid and xenobiotic metabolism revealed through a nutrigenomic study, Hepatology, 54(3), 767-777.
• Laurell H., Bouisson M., Berthélemy P., Rochaix P., Déjean S., Besse P., Susini C., Pradayrol L., Vaysse N., Buscail L. (2006). Identification of biomarkers of human pancreatic adenocarcinomas by expression profiling and validation by gene expression analysis in Endoscopic Ultrasound-guided Fine Needle Aspiration samples, World Journal of Gastroenterology, 12(21), 3344-3351.
• Baccini A., Besse P., Déjean S., Martin, P., Robert-Granié C. et San Cristobal M. Stratégies pour l'analyse statistique de données transcriptomiques, Journal de la Société Française de Statistique , 146, 4-44 (2005).

Multivariate Statistics, Functional Data Analysis

• P. Besse, H. Cardot (2009). Statistical modeling of functional data, in Data Analysis, (Eds. G. Govaert), Wiley.
• Besse, P.; Cardot, H. ; Faivre, R. ; Goulard, M. Statistical modeling of functional data , Applied Stochastic Models in Business and Industry, 21, 165-173 (2005).
• Besse, P.; Cardot, H. Modélisation statistique de données fonctionnelles in Analyse de données, 167-198, Edt. G. Govaert, Hermes (2003).
• Antoniadou, A.; Besse, P.; Fougères, A.-L.; Le Gall, C.; Stephenson, D. L'Oscillation Atlantique Nord (NAO) et son influence sur le climat européen, Revue de Statistique Appliquée, 49, 39-60 (2001).
• Besse, P.; Cardot, H.; Stephenson, D. Autoregressive forecasting of some functional climatic variations, Scandinavian Journal of Statistics, 4, 673-688 (2000).
• Besse, P.; Cardot, H.; Ferraty, F. Simultaneous nonparametric regressions of unbalanced longitudinal data, Computational Statistics and Data Analysis, 24, 255-270 (1997).
• Besse, P.; Cardot, H. Approximation spline de la prévision d'un processus autorégressif fonctionnel d'ordre 1, Canadian Journal of Statistics, 24, 467-487 (1996).
• Baccini, A.; Besse, P.; Falguerolles, Antoine de. A L1-norm PCA and a heuristic approach, Ordinal and Symbolic Data Analysis, Diday et al. eds, Springer, 359-368 (1996).
• Besse, P.; Ferraty, F. Curvilinear fixed effect model, Computational Statistics, 10, 339-351 (1995).
• Besse, P. Models for multivariate analysis, Compstat94, Dutter et Grossmann eds, Physica-Verlag, 271-285 (1994).
• Besse, P. Insight of a dreamed PCA, SEUGI/CLUB SAS, Proceedings, 744-759 (1994).
• Besse, P.; Falguerolles, A. de. Application of resampling methods to the choice of dimension in PCA, Computer Intensive Methods in Statistics, Haerdle et Simar eds, Physica-Verlag (1993).
• Besse, P., Ferré, L. Sur l'usage de la validation croisée en ACP, Revue de Statistique Appliquée, 1, 71-76 (1993).
• Besse, P. PCA stability and choice of dimensionality, Statistic & Probability Letter, 13, 405-410, (1992).
• Besse, P. Approximation spline de l'analyse en composantes principales d'une variable aléatoire hilbertienne, Ann. Fac. Sci. Toulouse, V. Ser., Math. 12,(1991), 329-349.
• Besse, P.; Caussinus, H.; Ferré, L.; Fine, J. Principal components analysis and optimization of graphical displays, Statistics, 19, 301-312 (1988).
• Besse, P.; Caussinus, H.; Ferré, L.; Fine, J. Sur l'utilisation optimale de l'analyse en composantes principales, C. R. Acad. Sci., 304, 459-462 (1987).
• Besse, P.; Ramsay, J.O. Principal components analysis of sampled functions, Psychometrika, 51, 285-311 (1986).