Jacques RappazOriginaire de Neyruz-sur-Moudon (VD), Jacques Rappaz est né le 22 mars 1947. Après ses études primaires et secondaires à Lausanne, il étudie la physique, de 1964 à 1970, à l'Ecole Polytechnique de l'Université de Lausanne (EPUL et EPFL dès 1969) où il obtient son diplôme en janvier 1971. Il entreprend ensuite un travail de recherche en analyse numérique à l'EPFL. En avril 1976, il soutient une thèse consacrée à l'approximation spectrale d'opérateurs provenant de la physique des plasmas. De 1977 à 1980, il est boursier du Fonds National Suisse (FNS) et séjourne à Paris. A l'Ecole Polytechnique de Palaiseau et à l'Université Paris VI, il travaille sur l'approximation de problèmes non-linéaires provenant de la physique.De 1980 à 1985, il retourne à l'EPFL en tant que chercheur au FNS puis collaborateur scientifique du Professeur Jean Descloux. En 1983 il entreprend, en collaboration avec l'entreprise Alusuisse, des recherches sur la simulation numérique du procédé Hall-Héroult permettant la production de l'aluminium par électrolyse. Ces recherches ont débouché par la suite sur de nombreux projets en collaboration avec les compagnies Alcan, puis Péchiney et Rio Tinto. En 1985, Jacques Rappaz est nommé professeur ordinaire de mathématiques appliquées à l'Université de Neuchâtel qu'il quittera en octobre 1987 pour un poste de professeur ordinaire à l'EPFL. De 1983 à 2012 où il a pris sa retraite, Jacques Rappaz a enseigné de nombreux cours d'analyse et d'analyse numérique aux ingénieurs et aux mathématiciens de l'EPFL, de l’Université de Genève et de l'Université de Neuchâtel. Sa recherche concerne les aspects théoriques et pratiques de la résolution numérique des équations aux dérivées partielles. Il a participé à de nombreux projets de simulations numériques en collaboration avec les milieux industriels et/ou les départements d'ingénieurs de l'EPFL.
Roberto CastelloRoberto Castello is a senior scientist and group leader at the EPFL Laboratory of Solar Energy and Building Physics. Physicist by training, he has extensive experience in collecting, classifying and interpreting large datasets using advanced data mining techniques and statistical methods. He received his MSc (2007) in Particle Physics and PhD (2010) in Physics and Astrophysics from the University of Torino. He worked as a postdoctoral researcher at the Belgian National Research Fund (2011-2014) and at the CERN Experimental Physics Department (2015-2017) as a research fellow and data scientist. He is primary author of more than 20 peer-reviewed publications and he presented at major international conferences in the high energy physics domain.
In 2018 he joined the Solar Energy and Building Physics Laboratory (LESO-PB) to work on data mining and Machine Learning techniques for the built environment and renewable energy. His main research interests are: spatio-temporal modeling of renewable energy potential, energy consumption forecasting techniques, anomaly detection, and computer vision techniques for automated classification in the built environment.
He leads the group of Urban Data Mining, Intelligence and Simulation at LESO-PB and he is a member of the NRP75 Big Data project (HyEnergy) of the Swiss National Science Foundation. He is a member of the Swiss Competence Centre for Energy Research (SCCER) and deputy leader of the working group on Leveraging Ubiquitous Energy Data. He has served as a scientific committee member, workshop organizer and speaker at international conferences (ICAE 2020, Applied Machine Learning Days 2019 and 2020, CISBAT 2019 and 2021 and SDS2020).
Since 2017 he is member of the Geneva 2030 Ecosystem network, promoting the United Nations agenda towards the realization of the Sustainable Development Goals (SDGs).
