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.
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.
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
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.
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,
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
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.
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
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
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 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
