Pawel DuchExpertise
My present research focuses on the intersection between probability theory, PDE theory and Euclidean quantum field theory. I am especially interested in problems involving singular stochastic partial differential equations and renormalization. I have also a background in mathematical aspects of perturbative and axiomatic quantum field theory as well as general relativity.
I am a postdoctoral researcher in the group of Martin Hairer. Previously, I was a postdoc at Adam Mickiewicz University in Pozn
Martin HairerTeaching & PhD PhD Students Colin Piernot, Wenhao Zhao, Declan Rellan Stacy Courses Advanced stochastic analysis MATH-525 This course will give you in-depth knowledge in some topics of modern stochastic analysis. We will start with a general introduction to Gaussian measure theory followed by an introduction to Malliavin calculus and a selection of advanced topics.
Awards Fermat Prize Institut de Mathématiques de Toulouse 2013 Fields Medal IMU 2014 Honorary doctorate in science Hong Kong
Younes Pierre ZineExpertise
I mainly work on (deterministic and random) nonlinear PDEs by using techniques and insights from PDE theory, probability theory and Fourier analysis.My website:https://younes-zine.github.io
Expertise
I mainly work on (deterministic and random) nonlinear PDEs by using techniques and insights from PDE theory, probability theory and Fourier analysis.My website:https://younes-zine.github.io
Education Ph.D. | 2020 – 2023 The University of Edinburgh Mats Julius StensrudEnseignement et PhD Doctorant·es actuel·les Ignacio Gonzalez Perez, Gellért Géza Perényi, Lorenzo Gasparollo, Julien David Laurendeau A dirigé les thèses EPFL de Matias Janvin, Amit Sawant Cours Causal thinking MATH-352 Ce cours donnera une présentation unifiée des méthodes modernes d'inférence causale. Nous nous concentrons sur les concepts, et nous présenterons des exemples et des idées provenant de diverses disciplines scientifiques, notamment la médecine, l'informatique, l'ingénierie,
Yanina Yurina ShkelEnseignement et PhD Doctorant·es actuel·les Serhat Emre Coban, Anuj Kumar Yadav, Cemre Çadir Cours Advanced probability and applications COM-417 Dans ce cours, différents aspects de la théorie des probabilités sont abordés. La première partie est dévolue à ses principaux théorèmes (loi des grands nombres, théorème central limite), tandis que la seconde partie porte sur la théorie des martingales et inégalités de concentration. Signal processing COM-202 Théorie et appli.du t
Felipe Osiel Hernández CastroExpertise
My research interests lie mainly in Ergodic Theory, Arithmetic combinatorics, Ramsey Theory, and Multiplicative Number Theory.
Please visit my professional webpage for more information. Curriculum vitae CV
Teaching & PhDTeaching & PhD Teaching Assistant for the course Ergodic theory (Autumn semester 2023)Teaching Assistant for the course Discrete mathematics (Spring semester, 2024)Teaching Assistant for the course Measure and integration (Fall semester, 2024)Teaching Assistant for the course Disc
Gregor JotzuEnseignement et PhD Doctorant·es actuel·les Malo Pierre Yves Herve, Louis Gobber, Chiara Missaglia, Kewei Zhou, Fares Hasan Cours Probability and statistics for materials science MSE-213 Établit les concepts de l'analyse statistique, théorie des probabilités et l'analyse des données. Cela inclut les tests statistiques standard, l'analyse des corrélations et la conception expérimentale. Il introduit des méthodes statistiques informatiques pour analyser de grands ensembles de données. Quan
Georgios MoschidisEnseignement et PhD Doctorant·es actuel·les Abraham Gabriel Dorsaz Cours Analysis IV (for EL, GM, MX) MATH-207(c) Ce cours est une introduction à la théorie de l'analyse complexe, aux séries et transformées de Fourier, à la transformée de Laplace, avec des applications à la théorie des équations différentielles ordinaires et partielles. Differential geometry I - curves and surfaces MATH-213 Ce cours constitue une introduction à la géométrie différentielle classique, qui ét
Leonid MoninEnseignement et PhD Cours Algebra III - rings and fields MATH-215 C'est un cours introductoire dans la théorie d'anneau et de corps. Analyse I (anglais) MATH-101(en) Étudier les concepts fondamentaux d'analyse et le calcul différentiel et intégral des fonctions réelles d'une variable. Topology III - Homology MATH-323 L'homologie est l'un des outils les plus importants pour étudier les espaces topologiques et elle joue un rôle important dans de nombreux domaine
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.
Florian Karl RichterCurriculum vitae You can download my CV here
ResearchResearch Fields Ergodic Theory, Combinatorics, Number TheoryList of Publications Open-access preprints and e-prints of all my publications are freely available on arXiv ↗ .An inverse theorem for sumsets of sets of positive density in the integersEthan Ackelsberg, Florian K. Richter submitted, 117 pageslink ↗Weighted averages of arithmetic functions and applications to equidistributionVitaly Bergelson, Michael Reilly, Florian K. Richter submitted, 29 page
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.
Emmanuelle Brigitte Marie DavidMission
Candidate au Corps Administratif et Technique — Assemblée d'ÉcoleAprès six ans à la tête de l'EPFL Space Center — entre enseignement, associations étudiantes, recherche et innovation — j'ai une compréhension concrète de ce qui rend l'EPFL exceptionnelle, mais aussi de sa complexité et de son positionnement singulier. Je souhaite apporter cette perspective dans la gouvernance institutionnelle.Constructive par nature. Je suis orientée solutions, j'aime travailler avec des parties prenantes nombreuses
Mathias Viktor Joachim BraunEnseignement et PhD Cours Analysis IV MATH-207(d) Le cours étudie les concepts fondamentaux de l'analyse complexe et de l'analyse de Laplace en vue de leur utilisation pour résoudre des problèmes d'ingénierie scientifique multidisciplinaire. Functional analysis II MATH-404 Nous introduisons des espaces vectoriels localement convexes et traitons de l'espace des fonctions tests et de l'espace des distributions. Dans la deuxième partie du cours, nous discutons du calcul différen
Ethan Monaghan AckelsbergEnseignement et PhD Cours Measure theory MATH-303 Ce cours propose une introduction à la notion de mesure et d'intégrale contre une mesure dans un cadre général.
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.
Giuseppe CarleoTwitter
https://twitter.com/gppcarleo
Enseignement et PhD Doctorant·es actuel·les Gian Gentinetta, Linda Mauron, Samuele Piccinelli, Alessandro Sinibaldi, Shao Hen Chiew, David Linteau, Clemens Giuliani, Ali Goodarzi, Gianluca Grosso, Ruize Ma, Ekaterina Pankovets A dirigé les thèses EPFL de Dian Wu, Julien Sebastian Gacon, Gabriel Maria Pescia, Barison Stefano, Imelda Romero Cours Advanced computational physics PHYS-339 Le cours couvre l'algèbre linéaire dense/creuse, les méthodes variati 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
