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
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 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
Myrto LimniosExpertise
Nonparametric statistics, statistical learning theory and methods, stochastic processes
Enseignement et PhD Cours Empirical processes MATH-522 Nous étudierons comment contrôler le comportement non-asymptotique et aléatoire de collections d'estimateurs, lorsqu'indexées par des classes de fonctions/d'ensembles. Des exemples en statistiques et des méthodes non-paramétriques en apprentissage automatique seront traités. Regression methods MATH-408 Cours de niveau master
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
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•
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
Matteo VilucchioEducation M.Sc. Theoretical Physics | 2020 Р2022 ENS Paris B.Sc. Physics | 2017 Р2020 Universit̩ de Pise
Sanggyu ChongSanggyu "Raymond" Chong obtained his BS, MS and PhD degrees in Chemical and Biomolecular Engineering from Korea Advanced Institute of Science and Technology (KAIST), where he primarily focused on the computational design of metal-organic frameworks for applications ranging from gas storage to functional electronics. In March 2022, Sanggyu joined COSMO as a postdoctoral researcher, and he is currently investigating the robustness of local and/or component-wise predictions made by atomistic machine learning m
Konstantinos KarapiperisEnseignement et PhD Doctorant·es actuel·les Hrishikesh Gopakumar Menon, Thomas Henzel Cours Multiscale modelling in mechanics CIVIL-408 Ce cours présente les principes et techniques de modélisation des matériaux à différenteséchelles spatiales, depuis le niveau des atomes ou des grains jusqu'à l'échelle continue oustructurelle. L'accent est mis sur la mise à l'échelle hiérarchique (homogénéisation),tandis que les techniques concu Soil mechanics and flow through porous media CIVIL
Michael HerbstSee also
https://matmat.org: Group websitehttps://michael-herbst.com: Blog & personal website
Enseignement et PhD Doctorant·es actuel·les Niklas Frederik Schmitz, Anna Paulish, Bruno Ploumhans, Benedikt Menges Cours Error control in scientific modelling MATH-500 Les erreurs sont omniprésentes dans les sciences informatiques. En ce qui concerne les problèmes de valeurs propres motivés par la science des matériaux et la modélisation atomistique, nous discutons, mettons en œuvre et appliquons Zoë HolmesEnseignement et PhD Doctorant·es actuel·les Ricard Puig, Sacha Lerch, Reyhaneh Aghaei Saem, Shao Hen Chiew, Weijie Xiong, Marc Sanz Drudis, Mehrad Sahebi, Manuel Rudolph Cours Quantum information theory PHYS-550 Après avoir revu les bases de la théorie quantique du point de vue de la théorie de l'information, nous couvrirons des sujets plus avancés en théorie de l'information quantique tels que les mesures de l'information quantique et la compréhension des états, canaux et mesures quantiqu
Zepeng ZhangZepeng is a PhD student at École Polytechnique Fédérale de Lausanne (EPFL). He works in the Intelligent Maintenance and Operations Systems (IMOS) Lab under the supervision of Prof. Olga Fink. Previously, He received his master’s degree at ShanghaiTech University and B.Eng. degree from Wuhan University (WHU). During his studies, he have visited Télécom Paris, Institut Polytechnique de Paris (IP Paris), Peking University (PKU), and City University of HongKong (CityU) as a research intern. His current research
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.
Michaela HirschmannEnseignement et PhD Doctorant·es actuel·les Patrick Hirling, Jonathan Petersson, Lucie Scharré Cours Astrophysics III : galaxy formation and evolution PHYS-465 Ce cours décrit les propriétés observationnelles des galaxies ainsi que les processus physiques à l'origine de leur évolutiontels qu'ils sont perçus par les modèles théoriques et numériques. Physique générale : thermodynamique (anglais) PHYS-106(en) Donner à l'étudiant les notions de base nécessaires à la compréhensi
Keivan Faghih NiresiExpertise
Computational sensing/imaging, Inverse problems, Signal processing, Graph neural networks, Domain adaptation.
Keivan is a PhD student at école Polytechnique Fédérale de Lausanne (EPFL). He joined the Intelligent Maintenance and Operations Systems (IMOS) Lab under the supervision of Prof. Olga Fink in February 2023.Prior to joining EPFL, he obtained his master's degree from the Institute of Communications Engineering, College of Electrical Engineering and Computer Science, National Tsing Hua Univer
