Edouard Pauwels

Léo Portales, Elsa Cazelles et Edouard Pauwels, « On the Sequential Convergence of Lloyd’s Algorithms », Mathematics of Operations Research, 2026, à paraître.

Jérôme Bolte, Edouard Pauwels et Quoc Tung Le, « Geometric and computational hardness of bilevel programming », Mathematical Programming, vol. 215, janvier 2026, p. 539–574.

Jérôme Bolte, Tam Le, Eric Moulines et Edouard Pauwels, « Inexact subgradient methods for semialgebraic functions », Mathematical Programming, 2026, à paraître.

Jérôme Bolte, Cyrille Combettes et Edouard Pauwels, « The Iterates of the Frank–Wolfe Algorithm May Not Converge », Mathematics of Operations Research, vol. 49, n° 4, novembre 2024, révision 10 juin 2026, p. 2049–2802.

Edouard Pauwels, « On the nature of Bregman functions », Operations Research Letters, vol. 57, n° 107183, novembre 2024.

Franck Iutzeler, Edouard Pauwels et Samuel Vaiter, « Derivatives of Stochastic Gradient Descent in parametric optimization », dans Advances in Neural Information Processing Systems 37, sous la direction de A. Globerson, L. Mackey, D. Belgrave, A. Fan, U. Paquet, J. Tomczak et Chi Zhang, 2024, p. 118859–118882.

Jérôme Bolte, Edouard Pauwels et Antonio Silveti-Falls, « Differentiating Nonsmooth Solutions to Parametric Monotone Inclusion Problems », SIAM Journal on Optimization, vol. 34, n° 1, 2024, révision 10 juin 2026, p. 71–97.

Edouard Pauwels, « Conservative parametric optimality and the ridge method for tame min-max problems », Set-Valued and Variational Analysis, vol. 31, n° 3, juin 2023, p. 19.

Jérôme Bolte, Edouard Pauwels et Samuel Vaiter, « Automatic differentiation of nonsmooth iterative algorithms », dans Advances in Neural Information Processing Systems 35, sous la direction de A. Oh, S. Koyejo, S. Mohamed, A. Agarwal, D. Belgrave et K. Cho, 2023, p. 77089–77103.

Jérôme Bolte, Edouard Pauwels et Samuel Vaiter, « One-step differentiation of iterative algorithms », dans Advances in Neural Information Processing Systems 36, sous la direction de A. Oh, T. Naumann, A. Globerson, K. Saenko, M. Hardt et Sydney Levine, 2023, p. 77089–77103.

Jérôme Bolte, Lilian Glaudin, Edouard Pauwels et Matthieu Serrurier, « The backtrack Hölder gradient method with application to min-max and min-min problems », Open Journal of Mathematical Optimization, vol. 4, n° 8, 2023, 17 pages.

M. Fabian, Jean-Baptiste Hiriart-Urruty et Edouard Pauwels, « On the Generalized Jacobian of the Inverse of a Lipschitzian Mapping », Set-Valued and Variational Analysis, vol. 30, mai 2022, p. 1443–1451.

Tong Chen, Jean-Bernard Lasserre, Victor Magron et Edouard Pauwels, « A sublevel moment-SOS hierarchy for polynomial optimization », Computational Optimization and Applications, vol. 81, janvier 2022, p. 31–66.

Jérôme Bolte, David Bertoin, Sebastien Gerchinovitz et Edouard Pauwels, « Numerical influence of ReLU’(0) on backpropagation », dans Advances in Neural Information Processing Systems 34, sous la direction de M. Ranzato, A. Beygelzimer, Y. Dauphin, P.S. Liang et J. Wortman Vaughan, 2021, p. 468–479.

Jérôme Bolte, Tam Le, Edouard Pauwels et Antonio Silveti-Falls, « Nonsmooth Implicit Differentiation for Machine Learning and Optimization », dans Advances in Neural Information Processing Systems 34, sous la direction de M. Ranzato, A. Beygelzimer, Y. Dauphin, P.S. Liang et J. Wortman Vaughan, 2021, révision 10 juin 2026, p. 13537–13549.

Jérôme Bolte, Zheng Chen et Edouard Pauwels, « The multiproximal linearization method for convex composite problems », Mathematical Programming, vol. 182, juillet 2020, p. 1–36.

Jérôme Bolte et Edouard Pauwels, « Conservative set valued fields, automatic differentiation, stochastic gradient methods and deep learning », Mathematical Programming, avril 2020, p. 1–33.

Jérôme Bolte et Edouard Pauwels, « A mathematical model for automatic differentiation in machine learning », dans Advances in Neural Information Processing Systems, sous la direction de Hugo Larochelle, M. Ranzato, R. Hadsell, M.F. Balcan et H. Lin, vol. 33, 2020.

Jérôme Bolte, Antoine Hochart et Edouard Pauwels, « Qualification conditions in semi-algebraic programming », SIAM Journal on Optimization, vol. 28, n° 2, 2018, p. 1867–1891.

Jérôme Bolte et Edouard Pauwels, « Majorization-minimization procedures and convergence of SQP methods for semi-algebraic and tame programs », Mathematics of Operations Research, janvier 2016, p. 442–465.