Stefana ParaschoEnseignement et PhD Doctorant·es actuel·les Jingwen Wang, Gabriel Vallat, Maxence Grangeot, Eleni Maria Skevaki, Wenqian Yang, Megi Sinani Cours Capitalizing on Uncertainty AR-809 Digital design and making: A critical introduction AR-503 Le cours présente des méthodes de conception et de fabrication numériques en combinant des compétences techniques avec des connaissances théoriques et une réflexion critique. Les sujets incluent: la programmation pour la conception, la fabr
Geovani RizkExpertise
Distributed Machine Learning, Robustness, Safety, Optimization, Multi-Agent, Bandits in Graphs
I am a postdoctoral researcher at école Polytechnique Fédérale de Lausanne since 2022, where I work with Rachid Guerraoui on robustness of distributed machine learning algorithms. From 2018 to 2022, I completed my Ph.D. in computer science at Université Paris Dauphine-PSL on multi-agent bandits in graphs under the supervision of Yann Chevaleyre, Rida Laraki, Igor Colin, and Albert Thomas.Pre-prints Over
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
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
Lénaïc ChizatEnseignement et PhD Doctorant·es actuel·les Javier Esteban Maass Martinez A dirigé les thèses EPFL de Guillaume Yitian Wang Cours Computational optimal transport MATH-528 Aspects computationnels de la théorie du transport de mesures, du problème classique du transport optimal classique au modèles de diffusion modernes. Topics in machine learning MATH-520 Analyse mathématique des techniques modernes d'apprentissage supervisé, avec une emphase sur les réseaux de neurones arti
Gopal Narmada NaiduExpertise
Researcher with 8+ years of experience in computational physics and multiphysics modeling, focused on numerical simulation of light–matter interactions and photon propagation. Proficient in FEM, FDTD, and Monte Carlo methods to model energy conversion and optical behavior, with additional expertise in AI/ML techniques for model optimization and design exploration. Strong background in photonic devices, photo-thermal, thermo-optical effects, and nanostructure engineering. Adept at translating compl
Lenka ZdeborováLenka Zdeborová is a Professor of Physics and of Computer Science in École Polytechnique Fédérale de Lausanne where she leads the Statistical Physics of Computation Laboratory. She received a PhD in physics from University Paris-Sud and from Charles University in Prague in 2008. She spent two years in the Los Alamos National Laboratory as the Director's Postdoctoral Fellow. Between 2010 and 2020 she was a researcher at CNRS working in the Institute of Theoretical Physics in CEA Saclay, France. In 2014, she was awarded the CNRS bronze medal, in 2016 Philippe Meyer prize in theoretical physics and an ERC Starting Grant, in 2018 the Irène Joliot-Curie prize, in 2021 the Gibbs lectureship of AMS. She is an editorial board member for Journal of Physics A, Physical Review E, Physical Review X, SIMODS, Machine Learning: Science and Technology, and Information and Inference. Lenka's expertise is in applications of concepts from statistical physics, such as advanced mean field methods, replica method and related message-passing algorithms, to problems in machine learning, signal processing, inference and optimization. She enjoys erasing the boundaries between theoretical physics, mathematics and computer science.
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
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.
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
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,
Maryam KamgarpourEnseignement et PhD Doctorant·es actuel·les Giulio Salizzoni, Tingting Ni, Saurabh Dilip Vaishampayan, Andreas Schlaginhaufen, Kai Ren, Anna Maria Maddux, Gabriel Vallat, Philip Jordan, Yasaman Zolfimoselo, Daniele De Cecco, Gregorio Valenti A co-dirigé les thèses EPFL de Baiwei Guo Cours Foundations of artificial intelligence ME-390 Ce cours fournit aux étudiants la théorie de base pour comprendre l'approche de l'apprentissage automatique (machine learning), et les outils pour utiliser l'
Wenjie XuI am currently a PhD student in Electrical Engineering in EPFL, working with Prof. Colin Jones. I received my MPhil from the Department of Information Engineering, The Chinese University of Hong Kong. I am fortunate to work with Prof. Minghua Chen during my MPhil research. Prior to that, I received my BEng in Electronic Engineering and (dual) BSc in Math, both from Tsinghua University in 2018.
