Benoît CrouzyEnseignement et PhD A co-dirigé les thèses EPFL de Sophie Erb Cours Environmental transport phenomena ENG-420 Ce cours a pour objectif d'introduire les aspects principaux de la diffusion moléculaire et turbulente. Les processus de dispersion sont traités, avec un accent sur la modélisation mathématique, sur les solutions pour des cas idéaux ainsi que sur les applications aux sciences de l'environnement.
Paolo PeronaEnseignement et PhD Doctorant·es actuel·les Junjia Kang, Meghan Ellen Irving, Yahel Eliyahu-Yakir, Romain Van Mol, Francesca Padoan A dirigé les thèses EPFL de Lorenzo Gorla, Katharina Maria Edmaier, Samuel Luke Vorlet A co-dirigé les thèses EPFL de Amin Niayifar Cours Durabilité ENV-101 Ce cours présente les enjeux mondiaux de la durabilité. Il introduit les limites planétaires, leur interconnexion systémique et les thèmes de justice sociale. L'approche interdisciplinaire initie au travai
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
Emre TelatarEnseignement et PhD Doctorant·es actuel·les Serhat Emre Coban, Adway Girish, Ryan Yuanqing Song A dirigé les thèses EPFL de Aslan Tchamkerten, Stéphane Musy, Sibi Raj Bhaskaran Pillai, Robert Konsbruck, Dinkar Vasudevan, Eren Sasoglu, Mohammad Karzand, Alla Merzakreeva, Mine Alsan, Marc Desgroseilliers, Mani Bastani Parizi, Rajai Nasser, Serj Haddad, Elie Najm, Yunus Inan, Reka Inovan, Pierre Quinton A co-dirigé les thèses EPFL de Prasenjit Dey, Etienne Perron, Ayfer Özgür Aydin Cours Information theory
Jean-François MolinariProfessor J.F. Molinari is the director of the Computational Solid Mechanics Laboratory (http://lsms.epfl.ch) at EPFL, Switzerland. He holds an appointment in the Civil Engineering institute, which he directed from 2013 to 2017, and a joint appointment in the Materials Science institute. He started his tenure at EPFL in 2007, and was promoted to Full Professor in 2012. He is currently an elected member of the Research Council of the Swiss National Science Foundation in Division 2 (Mathematics, Natural and Engineering Sciences), and co editor in chief of the journal Mechanics of Materials. J.F. Molinari graduated from Caltech, USA, in 2001, with a M.S. and Ph.D. in Aeronautics. He held professorships in several countries besides Switzerland, including the United States with a position in Mechanical Engineering at the Johns Hopkins University (2000-2006), and France at Ecole Normale Supérieure Cachan in Mechanics (2005-2007), as well as a Teaching Associate position at the Ecole Polytechnique de Paris (2006-2009). The work conducted by Prof. Molinari and his collaborators takes place at the frontier between traditional disciplines and covers several length scales from atomistic to macroscopic scales. Over the years, Professor Molinari and his group have been developing novel multiscale approaches for a seamless coupling across scales. The activities of the laboratory span the domains of damage mechanics of materials and structures, nano- and microstructural mechanical properties, and tribology. Andreas PautzEnseignement et PhD Doctorant·es actuel·les Sofia Portolan, Michel Saliba, Bishal Torrente, Alexis Paul Boris Claude Dupont-Bembinoff, Cynthia Camila Güttlein A dirigé les thèses EPFL de Ting Zhu, Vladimir Vladimirov Brankov, Boris Aviv Hombourger, Damar Canggih Wicaksono, Petra Mala, Adolfo Rais, Valentyn Bykov, Daniel Jerôme Siefman, Evgeny Nikitin, Dionysios Chionis, Oskari Ville Pakari, Friederike Bostelmann, Jiani Gao, Efstathios Vlassopoulos, Alessandro Scolaro, Stefan Radman, Alexander Aures, Lubom
Rajita Ramesh ChandakExpertise
L'estimations non parametrique, théorie de l'apprentissage automatique, l'inférence statistique.
Enseignement et PhD Cours Nonparametric estimation and inference MATH-524 Les modèles non paramétriques sont utilisés pour identifier les relations non linéaires au sein des données. Ce cours donne un aperçu de l'estimation statistique et de la théorie de l'inférence non paramétrique. Statistical inference MATH-562 L'inférence du particulier au général basée sur des modè
