Oliver MüllerEnseignement et PhD A co-dirigé les thèses EPFL de Nick Heesters
Jean-Paul Richard KneibEnseignement et PhD Doctorant·es actuel·les Oliver Pineda Suarez, Robert Daniel Kincaid, Ethan Daniel Tregidga, Belén Yu Irureta-Goyena Chang, Elisabeth Andréa Cécile Rachith, Shengyu He, Aurélien Thomas Mathieu Verdier, Timour Jestin A dirigé les thèses EPFL de Markus Rexroth, Luzius Gregor Kronig, Christoph Ernst René Schäfer, Vasileios Angelopoulos, Michaël Juillard, Amélie Tamone, Andrei Variu, Yoan Rappaz, Anne-Marlene Rüede, Jiaxi Yu, Daniel Felipe Forero Sanchez, Beauchesne Benjamin Emmanuel Nicola
Yves RevazYves Revaz est maître d'enseignement et de recherche au laboratoire d'astrophysique (LASTRO) de l'EPFL. Après des études à l'EPFL, il a soutenu une thèse de doctorat intitulée: "Dynamique des régions externes des galaxies spirales et contraintes sur la matière noire" à l'Observatoire de Genève, sous la direction du Prof. Daniel Pfenniger. Il a ensuite travaillé à l'Observatoire de Paris, au LERMA (Laboratoire d'Etudes du Rayonnement et de la Matière en Astrophysique et Atmosphères) sous la supervision de la Prof. Françoise Combes et s'est intéressé aux écoulement froids dans les amas de galaxies. Il a rejoint le LASTRO en 2007, où, en collaboration avec la Prof. Pascale Jablonka, il a développé un nouveau code TreePM/SPH chemo-dynamique appelé GEAR, dans le but d'étudier l'évolution chimique des galaxies. Sa recherche se focalise actuellement sur l'évolution des galaxies naines et leur lien avec la cosmologie. Yves Revaz et aussi l'auteur de pNbody, une librairie python parallélisée dédiée à l'analyse de larges systèmes N-corps.
Michaela HirschmannEnseignement et PhD Doctorant·es actuel·les Patrick Hirling, Jonathan Petersson, Lucie Scharré Cours Astrophysics III : galaxy formation and evolution PHYS-465 Ce cours décrit les propriétés observationnelles des galaxies ainsi que les processus physiques à l'origine de leur évolutiontels qu'ils sont perçus par les modèles théoriques et numériques. Physique générale : thermodynamique (anglais) PHYS-106(en) Donner à l'étudiant les notions de base nécessaires à la compréhensi
Kumar Varoon AgrawalEnseignement et PhD Doctorant·es actuel·les Fabian Yuki Scheffler, Archisman Ghosh, Shaoyu Wang, Amin Bouzaiene, Shuqing Song, Anu Pulparambil, Ceren Kocaman, Moein Fazli Mamaghani, Stefania Bempeli, Yueqing Shen, Daniele Micucci, Samson Xavier Robbins, Mahesh Manikantan Sandhya A dirigé les thèses EPFL de Shiqi Huang, Mojtaba Chevalier, Mostapha Dakhchoune, Wan-Chi Lee, Mohammad Tohidivahdat, Shaoxian Li, Heng-Yu Chi, Kuang-Jung Hsu, Luc Sébastien Bondaz Cours Chemical engineering product design
Emma Elizabeth TolleyI studied the universe at the smallest scales at the Large Hadron Collider, now we're getting ready to study it at the largest scales with the Square Kilometer Array. My research focuses on developing high-performance computing and new data science techniques to image and analyse the radio sky.
Enseignement et PhD Doctorant·es actuel·les Markus Johan Bredberg, Ashutosh Kumar Mishra A co-dirigé les thèses EPFL de Shreyam Parth Krishna Cours Physique générale : mécanique (classe inversée en anglais)
Alain BorelExpertise
- Services d'information bibliothécaire- Gestion des données de recherche scientifique- Programmation (Python, Javascript, C, Fortran, Unix shell, Matlab)- Administration système (Unix, Mac OSX et MS Windows)- Modélisation moléculaire, en particulier simulations de dynamique moléculaire classique et théorie de la fonctionnelle de densité appliquées aux complexes de métaux de transition- Résonance paramagnétique électronique
Enseignement et PhD Cours Hands-on with Research Data Management in Chem
David Richard HarveyEnseignement et PhD Doctorant·es actuel·les Ethan Daniel Tregidga, Felix Francisco Vecchi Cours Lecture series on scientific machine learning PHYS-754 Ce cours présente des travaux sur la façon dont les questions scientifiques peuvent être abordées à l'aide de l'apprentissage automatique. L'apprentissage automatique permet d'extraire des connaissances à partir de données de manière automatisée. Nous apprendrons à partir d'exemples concrets.
Mohammad Amin ShokrollahiAmin Shokrollahi has worked on a variety of topics, including coding theory, computational number theory and algebra, and computational/algebraic complexity theory. He is best known for his work on iterative decoding algorithms of graph based codes, an area in which he holds a number of granted and pending patents. He is the co-inventor of Tornado codes, and the inventor of Raptor codes. His codes have been standardized and successfully deployed in practical areas dealing with data transmission over lossy networks.
Prior to joining EPFL, Amin Shokrollahi has held positions as the chief scientist of Digital Fountain, member of the technical staff at Bell Laboratories, senior researcher at the International Computer Science Insitute in Berkeley, and assistant professor at the department of computer science of the university of Bonn. He is a Fellow of the IEEE, and he was awarded the Best Paper Award of the IEEE IT Society in 2002 for his work on iterative decoding of LDPC code, the IEEE Eric Sumner Award in 2007 for the development of Fountain Codes, and the joint Communication Society/Information Theory Society best paper award of 2007 for his paper on Raptor Codes.
Antoine Philippe Jacques RocherExpertise
I am a cosmologist specialising in the analysis of large structures in the Universe. My research aims to study the link between galaxies and dark matter in order to test the validity of the cosmological models. I use data from large galaxy surveys, notably those from the DESI. I develop innovative simulation based inference techniques to fully exploit the potential of observational data.
Formation Towards a comprehensive interpretation of the galaxy-halo connection for emission-line galaxies i
