Michaël UnserExpertise
Image Processing Medical Imaging Biological Imaging Wavelets Splines Multiresolution
Enseignement et PhD Doctorant·es actuel·les Youssef Haouchat, Vincent Patrick Lawrence Guillemet, Bassam El Rawas, Stanislas Ducotterd, Mehrsa Pourya, Zhiyuan Hu A dirigé les thèses EPFL de Stefan Horbelt, Jan Kybic, Maria Arrate Munoz Barrutia, Manuela Feilner, Slavica Jonic, Mathews Jacob, Michael Liebling, Michael Sühling, Muthuvel Arigovindan, François Aguet, Cédric Vonesch, Ildar Khalidov, Sathish Ramani, F
Pascal FrossardTeaching & PhD PhD Students Yiming Qin, Alba Carballo Castro, Elisa Messori, Ke Wang, Sevda Ögüt, Tuna Alikasifoglu, William Cappelletti, Manuel Madeira, Mahdi Amiri, Ortal Yona Senouf, Vasiliki Rizou, Cem Bilaloglu, Abdellah Rahmani, Amel Abdelraheem, Jérémy Jean Philippe Baffou, Adam Hazimeh, Vincent Jung, Yike Zhao Past EPFL PhD Students Dan Jurca, Jean-Paul Wagner, Ivana Radulovic, Ivana Tosic, Effrosyni Kokiopoulou, Zafer Arican, Vijayaraghavan Thirumalai, Tamara Tosic, Eirina Bourtsoulatze, Elif Vur
Stéphane JoostPublications Publications- List of publications
Enseignement et PhD Doctorant·es actuel·les Marco André Vieira Ruas, Manon Laetitia Pribille, Martine Valérie Besse A dirigé les thèses EPFL de Estelle Rochat, Solange Catherine Gaillard, Oliver Michele Selmoni, Anaïs Ladoy, Annie Sandrine Guillaume A co-dirigé les thèses EPFL de Sylvie Stucki, Kevin Leempoel, Martí Bosch Padrós, Andrea Salmi Cours Border Forensics PENS-318 Le cours présentera aux étudiants différentes formes de violence liée
Devis TuiaI come from Ticino and studied in Lausanne, between UNIL and EPFL. After my PhD at UNIL in remote sensing, I was postdoc in Valencia (Spain), Boulder (CO) and EPFL, working on model adaptation and prior knowledge integration in machine learning. In 2014 I became Research Assistant Professor at University of Zurich, where I started the 'multimodal remote sensing' group. In 2017, I joined Wageningen University (NL), where I was professor of the GeoInformation Science and Remote Sensing Laboratory. Since 2020, I joined EPFL Valais, to start the ECEO lab, working at the interface between Earth observation, machine learning and environmental sciences.
Olivier SchneiderAprès une thèse en physique des particules à l'Université de Lausanne, soutenue en 1989, Olivier Schneider rejoint le LBL, Lawrence Berkeley Laboratory (Californie), pour travailler sur l'expérience CDF au Tevatron de Fermilab (Illinois), d'abord au bénéfice d'une bourse de chercher débutant du Fonds National Suisse pour la Recherche Scientifique, puis comme post-doc au LBL. Il participe à la construction et à la mise en service du premier détecteur de vertex au silicium fontionnant avec succès auprès d'un collisionneur hadronique, détecteur qui a permis la découverte du sixième quark, appelé "top". Dès 1994, il revient en Europe et participe à l'expérience ALEPH au grand collisionneur électron-positon du CERN (Genève), comme boursier puis comme titulaire d'un poste de chercheur au CERN. Il se spécialise en physique des saveurs lourdes. En 1998, il est nommé professeur associé à l'Université de Lausanne, puis professeur extraordinaire à l'EPFL en 2003, et enfin professeur ordinaire à l'EPFL en 2010. Ayant participé depuis 1997 à la préparation de l'expérience LHCb au collisionneur LHC du CERN, entrée en fonction à fin 2009, il en analyse maintenant les données. Il contribue aussi depuis 2001 à l'exploitation des données enregistrées par l'expérience Belle au laboratoire KEK (Tsukuba, Japon). Ces deux expériences étudient principalement les désintégrations de hadrons contenant un quark b, ainsi que la violation de CP, c'est-à-dire le non-respect de la symétrie entre matière et antimatière.
Olga FinkEnseignement et PhD Doctorant·es actuel·les Han Sun, Leandro Von Krannichfeldt, Keivan Faghih Niresi, Zepeng Zhang, Vinay Sharma, Chenghao Xu, Raffael Pascal Theiler, Kevin Antonio Steiner, Sergei Garmaev, Amaury Wei A dirigé les thèses EPFL de Ismail Nejjar, Mengjie Zhao Cours Data Science for infrastructure condition monitoring CIVIL-332 Le cours couvrira les étapes pertinentes de la surveillance de l'état des infrastructures basée sur les données: l'acquisition des données, en passant p
Johanni Michael BreaEnseignement et PhD Doctorant·es actuel·les Aude Maier, Lucas Louis Gruaz, Flavio Martinelli Cours Biological data science II : machine learning BIO-322 Les étudiants comprennent les concepts et méthodes de base d'apprentissage automatique. Ils savent les décrire en termes mathématiques et ils savent les appliquer aux données en utilisant un langage de haut niveau (julia/python/R). Intelligence artificielle et société HUM-286 Ce cours intègre les SHS avec les sciences de l'
Wulfram GerstnerWulfram Gerstner is Director of the Laboratory of Computational Neuroscience LCN at the EPFL. His research in computational neuroscience concentrates on models of spiking neurons and spike-timing dependent plasticity, on the problem of neuronal coding in single neurons and populations, as well as on the link between biologically plausible learning rules and behavioral manifestations of learning. He teaches courses for Physicists, Computer Scientists, Mathematicians, and Life Scientists at the EPFL. After studies of Physics in Tübingen and at the Ludwig-Maximilians-University Munich (Master 1989), Wulfram Gerstner spent a year as a visiting researcher in Berkeley. He received his PhD in theoretical physics from the Technical University Munich in 1993 with a thesis on associative memory and dynamics in networks of spiking neurons. After short postdoctoral stays at Brandeis University and the Technical University of Munich, he joined the EPFL in 1996 as assistant professor. Promoted to Associate Professor with tenure in February 2001, he is since August 2006 a full professor with double appointment in the School of Computer and Communication Sciences and the School of Life Sciences. Wulfram Gerstner has been invited speaker at numerous international conferences and workshops. He has served on the editorial board of the Journal of Neuroscience, Network: Computation in Neural Systems', Journal of Computational Neuroscience', and `Science'.
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.
Martin VetterliMartin Vetterli a été nommé Président de l'École polytechnique fédérale de Lausanne (EPFL) par le Conseil fédéral à l’issue d’un processus de sélection mené par le Conseil des EPF - qui l'a désigné à l'unanimité.
Né à Soleure le 4 octobre 1957, Martin Vetterli a suivi sa scolarité et effectué sa maturité dans le canton de Neuchâtel. Ingénieur en génie électrique de l’ETHZ (1981), diplômé de l’Université de Stanford (1982) et docteur en sciences de l’EPFL (1986), Martin Vetterli a enseigné à Columbia University comme professeur assistant puis associé. Il a ensuite été nommé professeur ordinaire au département du génie électrique et des sciences de l’informatique de l’Université de Berkeley, avant de revenir à l’EPFL en tant que professeur ordinaire à l’âge de 38 ans. Il a également enseigné à l’ETHZ et à l’Université de Stanford.
Ses activités de recherche centrées sur le génie électrique, les sciences de l’informatique et les mathématiques appliquées lui ont valu de nombreuses récompenses nationales et internationales, parmi lesquelles le Prix Latsis National, en 1996. Il est Fellow de l’Association for Computing Machinery et de l'Institute of Electrical and Electronics Engineers et membre de la National Academy of Engineering (NAE) notamment. Martin Vetterli a publié plus de 170 articles et trois ouvrages de référence.
Ses travaux sur la théorie des ondelettes, utilisées dans le traitement du signal, sont reconnus par ses pairs comme étant d’une portée majeure, et ses domaines de prédilection, comme la compression des images et vidéos ou les systèmes de communication auto-organisés, sont au cœur du développement des nouvelles technologies de l’information. En tant que directeur fondateur du Pôle de Recherche National Systèmes mobiles d’information et de communication, le professeur Vetterli est un fervent défenseur de la recherche transdisciplinaire.
Martin Vetterli connaît l’EPFL de l’intérieur. Alumnus de l’Ecole, il y enseigne depuis 1995, a été le vice-président chargé des relations internationales puis des affaires institutionnelles de l’Ecole entre 2004 à 2011, et doyen de la Faculté Informatique et Communication en 2011 et 2012. En parallèle à sa fonction de président du Conseil national de la recherche du Fonds national suisse qu’il a occupé de 2013 à 2016, il dirige le Laboratoire de Communications Audiovisuelles (LCAV) de l’EPFL depuis 1995.
Martin Vetterli a accompagné plus de 60 doctorants en Suisse et aux Etats-Unis pendant leur thèse et se fait un point d’honneur de suivre l’évolution de leur parcours au plus haut niveau, académique ou dans le monde entrepreneurial.
L’ingénieur est l’auteur d’une cinquantaine de brevets qui ont conduit à la création de plusieurs startups issues de son laboratoire, comme Dartfish ou Illusonic, ainsi qu’à des transferts de technologie par le biais de vente de brevets (Qualcomm). Il encourage activement les jeunes chercheurs à poursuivre ces efforts et commercialiser les résultats de leurs travaux.
