Keivan Faghih NiresiExpertise
Computational sensing/imaging, Inverse problems, Signal processing, Graph neural networks, Domain adaptation.
Keivan is a PhD student at école Polytechnique Fédérale de Lausanne (EPFL). He joined the Intelligent Maintenance and Operations Systems (IMOS) Lab under the supervision of Prof. Olga Fink in February 2023.Prior to joining EPFL, he obtained his master's degree from the Institute of Communications Engineering, College of Electrical Engineering and Computer Science, National Tsing Hua Univer
Rosane Moura Dos Santos BarrettinoExpertise
Rosane Moura Dos Santos received the Diploma in Chemical Engineering from the Federal University of Bahia (UFBA), Brazil, in 2008, the MSc. degree of Science in Engineering from the University of Applied Sciences and Arts of Southern Switzerland (SUPSI), Switzerland, in 2011, and the Ph.D. in Materials Science and Technology from the Polytechnic of Turin, Italy, in 2015.She worked in UFBA, from 2004 to 2007, where she was a Research Technician. From May to August 2007, she went to Imperial College
Laura GrigoriExpertise
Numerical linear algebra, deterministic and randomized algorithmsHigh performance computing for scientific applicationsHigh dimensional problems and tensor computationsCombinatorial scientific computingMathematical Software
Enseignement et PhD Doctorant·es actuel·les Israa Fakih, Zhipeng Xue, Andrea Di Antonio, Mariana Graciela Martinez Aguilar, Guifré Sánchez i Serra Cours Numerical analysis and computational mathematics MATH-456 Ce cours offre une introduction au calcul scienti
Amir JafargholiEnseignement et PhD Doctorant·es actuel·les Senlu Zhou Cours Antennas EE-446 Les étudiants apprendront d'abord les principes fondamentaux des antennes et se familiariseront avec les types principaux. Dans un deuxième temps, ils travailleront en groupe sur un projet de design d'antennes. Ceci leur permettra d'acquérir des compétences en simulation et en mesure d'antennes.
Yuning JiangEnseignement et PhD Cours Optimal Control for Dynamic Systems EE-736
Ali H. SayedAli H. Sayed est doyen de la Faculté des sciences et techniques de l’ingénieur (STI) de l'EPFL, en Suisse, où il dirige également le laboratoire de systèmes adaptatifs. Il a également été professeur émérite et président du département d'ingénierie électrique de l'UCLA. Il est reconnu comme un chercheur hautement cité et est membre de la US National Academy of Engineering. Il est également membre de l'Académie mondiale des sciences et a été président de l'IEEE Signal Processing Society en 2018 et 2019.
Le professeur Sayed est auteur et co-auteur de plus de 570 publications et de six monographies. Ses recherches portent sur plusieurs domaines, dont les théories d'adaptation et d'apprentissage, les sciences des données et des réseaux, l'inférence statistique et les systèmes multi-agents, entre autres.
Ses travaux ont été récompensés par plusieurs prix importants, notamment le prix Fourier de l'IEEE (2022), le prix de la société Norbert Wiener (2020) et le prix de l'éducation (2015) de la société de traitement des signaux de l'IEEE, le prix Papoulis (2014) de l'Association européenne de traitement des signaux, le Meritorious Service Award (2013) et le prix de la réalisation technique (2012) de la société de traitement des signaux de l'IEEE, le prix Terman (2005) de la société américaine de formation des ingénieurs, le prix de conférencier émérite (2005) de la société de traitement des signaux de l'IEEE, le prix Koweït (2003) et le prix Donald G. Fink (1996) de l'IEEE. Ses publications ont été récompensées par plusieurs prix du meilleur article de l'IEEE (2002, 2005, 2012, 2014) et de l'EURASIP (2015). Pour finir, Ali H. Sayed est aussi membre de l'IEEE, d'EURASIP et de l'American Association for the Advancement of Science (AAAS), l'éditeur de la revue Science.
Kilian SchindlerDaniel Kuhn is Professor of Operations Research at the College of Management of Technology at EPFL, where he holds the Chair of Risk Analytics and Optimization (RAO). His current research interests are focused on data-driven optimization, the development of efficient computational methods for the solution of stochastic and robust optimization problems and the design of approximation schemes that ensure their computational tractability. This work is primarily application-driven, the main application areas being engineered systems, machine learning, business analytics and finance.
Before joining EPFL, Daniel Kuhn was a faculty member in the Department of Computing at Imperial College London (2007-2013) and a postdoctoral research associate in the Department of Management Science and Engineering at Stanford University (2005-2006). He holds a PhD degree in Economics from University of St. Gallen and an MSc degree in Theoretical Physics from ETH Zurich. He is the editor-in-chief of Mathematical Programming.
Guglielmo FrigoExpertise
Signal Acquisition and Processing, Measurement Applications for Power Systems
Current work
He is currently working on (i) design and characterization of synchrophasor estimation algorithms for power distribution network and (ii) development of novel acquisition and feature extraction techniques for state identification of power systems in non-stationary conditions.
Guglielmo Frigo was born in Padova, Italy, in 1986. He received the B.Sc. degree in Biomedical Engineering and the M.Sc. degree in Bio
Nicolas BoumalEnseignement et PhD Doctorant·es actuel·les Andreea-Alexandra Musat A dirigé les thèses EPFL de Christopher Criscitiello, Quentin Rebjock Cours Algèbre linéaire MATH-111(e) L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications. Continuous optimization MATH-329 This course introduces students to continuous, nonlinear optimization. We study the theory of optimization with continuous variables (with full proofs), and we analyze and
