Robert WestRobert West is a tenure-track assistant professor of computer science at EPFL, where he heads the Data Science Lab. In his research, he develops and applies techniques in machine learning, computational social science, natural language processing, social network analysis, and data mining. Bob also collaborates closely with the Wikimedia Foundation, in his role as a Wikimedia Research Fellow. Bob’s work has won several awards, including best/outstanding paper awards at ICWSM’21, ICWSM’19, and WWW’13, a best-paper runner-up award at WWW’16, a Google Faculty Research Award, a Facebook Research Award, a Hewlett-Packard Graduate Fellowship, and a Facebook Graduate Fellowship. He is actively involved in the research community, e.g., as an Associate Editor of ICWSM and EPJ Data Science and as a co-founder of the Wiki Workshop (held at WWW and ICWSM) and the Applied Machine Learning Days. Bob received his PhD in Computer Science from Stanford University, his MSc from McGill University, Canada, and his undergraduate degree from Technische Universität München, Germany.[Last updated: 25 Aug 2021]
Ivan HajdukovicExpertise
Macroeconomics, Economic policies, International economics, Environmental and resource economics, Agricultural and forestry economics, Applied econometrics, Humanitarian data analysis
Enseignement et PhD Cours L'arbre-ville PENS-235 Cette semaine ENAC est une invitation à s'interroger sur la manière dont les villes réinventent leur relation avec les entités vivantes et naturelles, en se concentrant en particulier sur la question des arbres.
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
Simon Elias BibriExpertise
• Sustainable cities• Smarter eco-cities• Sustainable smart cities• Artificial Intelligence of Things (AIoT) • Generative Artificial Intelligence of Things (GAIoT)• Foundation Models (FMs) • Quantum Generative Artificial Intelligence (QGAI)• Urban Digital Twins (UDTs)• Urban Brain (UB) • Smart Circular Metabolism• Urban planning and design• Environmental sustainability and climate resilience• Sustainable smart energy• Sustainable smart transportation• Sustainable smart waste and water management•
Martin SchrimpfExpertise
NeuroAI, computational neuroscience, computer vision, natural language processing, human alignment, startups [CV]
Mission
Modeling the brain: Martin's research focuses on a computational understanding of the neural mechanisms underlying natural intelligence in vision and language. To achieve this goal, he bridges Deep Learning, Neuroscience, and Cognitive Science, building artificial neural network models that match the brain’s neural representations in their internal processing and are aligned to
Martin JaggiMartin Jaggi is a Tenure Track Assistant Professor at EPFL, heading the Machine Learning and Optimization Laboratory. Before that, he was a post-doctoral researcher at ETH Zurich, at the Simons Institute in Berkeley, and at École Polytechnique in Paris. He has earned his PhD in Machine Learning and Optimization from ETH Zurich in 2011, and a MSc in Mathematics also from ETH Zurich.
Giancarlo Ferrari TrecateExpertise
Automatic control, Dependable control, Neural-network Control, Machine learning, Microgrids, Hybrid systems
Mission
See the webpage of the DECODE (Dependable Control and Decision) group.
Teaching & PhD PhD Students Laura Meroi, Julien Pallage, Nicolas Léo Pierre Kirsch, Simone Baratto, Daniele Martinelli, Riccardo Cescon, Jakob Nylöf, Sabri El Amrani Past EPFL PhD Students Pulkit Nahata, Mustafa Sahin Turan, Baiwei Guo, Jean-Sébastien Brouillon, Clara Galimberti, Andrea Martin, Muhammad Zakwan,
Lazar MilikicExpertise
LLMs (Large Language Models), NLP (Natural Language Processing), Automated Reasoning
Mission
My work focuses on developing robust methods for autoformalization and automated theorem proving using large language models. I aim to enhance the reasoning reliability of modern AI systems by reducing hallucinations, improving predictability, and integrating formal verification techniques and tools into LLM-based pipelines.
Before joining EDIC, I completed a Bachelor’s in Mathematics and Computer Science
Akhil AroraExpertise
Machine LearningNLPData ScienceSocial and Information NetworksCausal Inference
Current work
My research aims to model user behavior in real-world Web-scale systems: drawing insights about how users browse the Web, seek knowledge, influence others, and get influenced by others to name a few. Specifically, my focus is towards devising machine learning and data mining methods for real-world Web-scale data that manifests itself in the form of graphs or text.
Akhil Arora is a PhD student advised by Pro
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.
Negar KiyavashEnseignement et PhD Doctorant·es actuel·les Mohammad Shahverdikondori, Badri Mohammad Reza, Arefe Boushehrian, Sepehr Elahi, Mohammadsadegh Khorasani, Mohammadsaeed Masiha, Amir Mohammad Aboueimehrizi A dirigé les thèses EPFL de Sina Akbari, Ehsan Mokhtarian, Yaroslav Kivva, Fateme Jamshidi Cours Causal inference MGT-416 Les étudiants apprendront les concepts et techniques de base de l'analyse de réseau en mettant l'accent sur l'inférence causale. Théorie et l'application sera équilibrée,
