- FR
- EN
Rémi Genet est chercheur et enseignant en apprentissage automatique et informatique à l'Université Paris-Dauphine. Il poursuit actuellement son doctorat en Finance, financé par Aplo, où ses recherches portent sur les techniques d'apprentissage profond pour la prévision et l'exécution optimale des transactions sur les marchés des cryptomonnaies. Son travail académique combine une expertise en informatique, en finance quantitative et en marchés des actifs numériques.
Genet R., Riva F. (2025), Poster Session: Deep Learning for VWAP Execution, 16th Annual Hedge Fund Research Conference, Paris, France
Genet R., Inzirillo H. (2024), Poster Session: Kolmogorov-Arnold Networks For Time Series Forecasting, 3e édition des Dauphine Digital Days, Paris, France
Genet R., Inzirillo H. (2025), Keras Sig: Efficient Path Signature Computation on GPU in Keras 3, ArXiv, 17 p. 
Inzirillo H., Genet R. (2025), STAN: Smooth Transition Autoregressive Networks, ArXiv
Genet R., Inzirillo H. (2024), CaAdam: Improving Adam optimizer using connection aware methods, ArXiv, 11 p.
Inzirillo H., Genet R. (2024), A Gated Residual Kolmogorov-Arnold Networks for Mixtures of Experts, ArXiv, 14 p.
Genet R., Inzirillo H. (2024), TKAN: Temporal Kolmogorov-Arnold Networks, ArXiv, 6 p.
Genet R., Inzirillo H. (2024), A Temporal Linear Network for Time Series Forecasting, ArXiv, 37 p.
Genet R., Inzirillo H. (2024), A Temporal Kolmogorov-Arnold Transformer for Time Series Forecasting, ArXiv, 8 p.
Inzirillo H., Genet R. (2024), SigKAN: Signature-Weighted Kolmogorov-Arnold Networks for Time Series, ArXiv, 8 p.
