Jean-Marc OdobezEnseignement et PhD Doctorant·es actuel·les Vivek Samir Gupte, Yesmine Abdennadher, Samy Tafasca, Shalutha Navindu Rajapakshe Rajapakshe Mudiyanselage, Gökhan Özbulak, Karl El Hajal, Hasindri Sankalpana Watawana, Mingchi Hou, Pierre François Marie Vuillecard, João Pedro Gandarela de Souza, Anirban Mukherjee, Elija Maria Vida, Nawal Haidar, Mojtaba Nafez A dirigé les thèses EPFL de Jagannadan Varadarajan, Alexandre Heili, Samira Sheikhi, Kenneth Alberto Funes Mora, Do Hoang Nam Le, Christian Jaques, Yu Yu,
Sylvain CalinonExpertise
robot learning, human-robot collaboration, optimal control, model-based optimization
I am a Senior Research Scientist at the Idiap Research Institute and a Lecturer at EPFL, with research interests covering robot learning, optimal control, geometrical approaches, and human-robot collaboration. My work focuses on human-centered robotics applications in which the robots can acquire new skills from only few demonstrations and interactions. It requires the development of models that can exploit the st
Sébastien MarcelEnseignement et PhD Doctorant·es actuel·les Parsa Rahimi Noshanagh A co-dirigé les thèses EPFL de Fabien Cardinaux, Yann Rodriguez, Agnès Just, Guillaume Heusch, Anindya Roy, Venkatesh Bala Subburaman, Cosmin Atanasoaei, Laurent El Shafey, Ivana Chingovska, Tiago De Freitas Pereira, Amir Mohammadi, Alexander Unnervik, Hatef Otroshi Shahreza
Petr MotlicekEnseignement et PhD Doctorant·es actuel·les Shashi Kumar A co-dirigé les thèses EPFL de Subhadeep Dey, Weipeng He, Juan Pablo Zuluaga Gomez Cours Digital Speech and Audio Coding EE-719 The goal of this course is to introduce the engineering students state-of-the-art speech and audio coding techniques with an emphasis on the integration of knowledge about sound production and auditory perception through signal processing techniques.
Philip Neil GarnerEnseignement et PhD Doctorant·es actuel·les Yesmine Abdennadher, Mutian He, Elija Maria Vida A co-dirigé les thèses EPFL de Mohammadjavad Taghizadeh, Pierre-Edouard Jean Charles Honnet, Sibo Tong, Bastian Schnell, Alexandre Samuel Philippe Bittar, Louise Clothilde Coppieters De Gibson, Haolin Chen
André AnjosExpertise
Recherche ReproductibleReconnaissance de FormesTraitement d'ImagesApprentissage AutomatiqueBiométrie
Enseignement et PhD Doctorant·es actuel·les Gökhan Özbulak
Olivier CanévetEnseignement et PhD Cours Machine Learning for Engineers EE-613
James HendersonEnseignement et PhD Doctorant·es actuel·les Haruki Shirakami, Dina El Zein, Jose Rafael Espinosa Mena, Kimia Alavi, Mojtaba Nafez A co-dirigé les thèses EPFL de Lesly Sadiht Miculicich Werlen, Rabeeh Karimi Mahabadi, Alireza Mohammadshahi, Andreas Thomas Marfurt, Jan Frederik Jonas Florian Mai, Melika Behjati, Fabio James Fehr, Andrei Catalin Coman Cours Deep Learning For Natural Language Processing EE-608
Andrea CavallaroExpertise
Machine learning for multimodal perception, computer vision, machine listening, and information privacy.
Enseignement et PhD Doctorant·es actuel·les Yung-Chen Tang, Ante Maric, Cen Lu, Haruki Shirakami, Lei Xu, Dina El Zein, Jose Rafael Espinosa Mena, Shashi Kumar, Martin Schonger, Olena Hrynenko, Darya Baranouskaya Cours Deep learning EE-559 Ce cours explore la conception de réseaux de neurones discriminatifs et génératifs fiables, ainsi que les enjeux éthiques de l'acquisition
Mathew Magimai DossEnseignement et PhD Doctorant·es actuel·les Karl El Hajal, Tilak Purohit A co-dirigé les thèses EPFL de Ramya Rasipuram, Marzieh Razavi, Hannah Muckenhirn, Sandrine Tornay, Subrahmanya Pavankumar Dubagunta, Enno Hermann, Julian David Fritsch, Neha Tarigopula, Mostaani Zohreh, Eklavya Sarkar Cours Automatic speech processing EE-554 L'objectif de ce cours est de présenter les principaux formalismes, modèles et algorithmes permettant la réalisation d'applications mettant en oeuvre des techniq
Michael Stefan Daniel LieblingEnseignement et PhD A co-dirigé les thèses EPFL de Christian Jaques, Olivia Mariani, Adrian Shajkofci, François Thierry M Marelli Cours Apprentissage et intelligence artificielle EE-311 Ce cours présente une vue générale des techniques d'apprentissage automatique, passant en revue les algorithmes, le formalisme théorique et les protocoles expérimentaux.
