Sofia Charlotta OlhedeSofia Olhede is a professor of Statistics at EPFL in Switzerland. She joined UCL prior to this in 2007, before which she was a senior lecturer of statistics (associate professor) at Imperial College London (2006-2007), a lecturer of statistics (assistant professor) (2002-2006), where she also completed her PhD in 2003 and MSci in 2000. She has held three research fellowships while at UCL: UK Engineering and Physical Sciences Springboard fellowship as well as a five-year Leadership fellowship, and now holds a European Research Council Consolidator fellowship. Sofia has contributed to the study of stochastic processes; time series, random fields and networks. Sofia was part of the multi-institutional team that set up the UK national data science institute, the Alan Turing Institute. She organised and served as chair of the science committee that developed the initial 500 000 pounds scientific programme of the institute; peer-reviewing over 100 workshop proposals and hosting over 30. She also chaired the first recruitment wave of the institute hiring 13 data scientists as a multi-university recruitment drive. Sofia was a member of the Royal Society and British Academy Data Governance Working Group, and the Royal Society working group on machine learning. Most recently she was one of 3 commissioners on a law society commission on the usage of algorithms in the justice system.
Mika Tapani GöösEnseignement et PhD Doctorant·es actuel·les Valentin Imbach, Ziyi Guan, Artur Riazanov, Anastasiia Sofronova, Weiqiang Yuan A dirigé les thèses EPFL de Maystre Gilbert Théodore Cours Computational complexity CS-524 En théorie de la complexité, nous étudions les ressources nécessaires à résoudre des problèmes et les relations entre différents modèles de calcul.Ce cours donne une meilleure connaissance de la complexité informatique et aborde les questions ouvertes fondamentales.
Oliver JanzerEnseignement et PhD Doctorant·es actuel·les Rik Sarkar Cours Algebraic methods in combinatorics MATH-526 Dans ce cours, nous étudions comment les méthodes algébriques peuvent être utilisées pour résoudre des problèmes de combinatoire. Les principaux outils utilisés proviennent de l'algèbre linéaire et de la théorie des polynômes. Graph theory MATH-360 Le cours introduit les concepts de base et certains résultats de la théorie moderne des graphes.
Vittorio ErbaEnseignement et PhD Cours Statistical physics of computation PHYS-512 Les étudiants comprennent les outils de la physique statistique des systèmes désordonnés et les appliquent pour étudier des problèmes d'informatique et de statistiques en théorie des graphes, en optimisation discrète, ainsi qu'en inférence et en apprentissage automatique.
Martin Alois RohrmeierEnseignement et PhD Doctorant·es actuel·les Joris Monnet, Marina Borsodi-Benson, Xinyi Guan, Xiaoxuan Wang, Zeng Ren A dirigé les thèses EPFL de Fabian Claude Moss, Daniel Harasim, Christoph Finkensiep, Johannes Hentschel, Gabriele Cecchetti, Shuxin Meng Cours Digital musicology DH-401 Ce cours a pour but de familiariser les étudiants avec les thèmes principaux en musicologie digitale, ainsi que les approches et méthodes théoriques essentielles. Dans la partie pratique, les étudiants feron
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,
Afficher plus