Unité

Laboratoire de la dynamique de l'information et des réseaux 1

Laboratoire
Résumé

Le Laboratoire de l'information et de la dynamique des ressources 1, qui fait partie de l'École des sciences informatiques et de la communication de l'EPFL, met l'accent sur la modélisation statistique de grands systèmes dynamiques impliquant des agents humains et techniques. Dirigés par Matthias Grossglauser et Patrick Thiran, les domaines de recherche du groupe comprennent l'extraction des graphiques, l'alignement des réseaux, la prévision de la mobilité, la surveillance des épidémies, les processus distribués sur les graphiques, l'apprentissage actif, le réseautage sans fil et les applications en biologie informatique et la protection des données. Ils travaillent à l'intersection de l'apprentissage automatique, de la modélisation probabiliste, de l'analyse des données à grande échelle et de l'analyse des performances, développant des prototypes et des plateformes pour mettre en valeur leurs applications de recherche.

Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Publications associées (195)

A Tutorial-Cum-Survey on Percolation Theory With Applications in Large-Scale Wireless Networks

Ainur Zhaikhan

Connectivity is an important key performance indicator and a focal point of research in large-scale wireless networks. Due to path-loss attenuation of electromagnetic waves, direct wireless connectivity is limited to proximate devices. Nevertheless, connec ...
Ieee-Inst Electrical Electronics Engineers Inc2024

Discovering Lobby-Parliamentarian Alignments through NLP

Matthias Grossglauser, Victor Kristof, Aswin Suresh

We discover alignments of views between interest groups (lobbies) and members of the European Parliament (MEPs) by automatically analyzing their texts. Specifically, we do so by collecting novel datasets of lobbies’ position papers and MEPs’ speeches, and ...
2024

Equivariant Neural Architectures for Representing and Generating Graphs

Clément Arthur Yvon Vignac

Graph machine learning offers a powerful framework with natural applications in scientific fields such as chemistry, biology and material sciences. By representing data as a graph, we encode the prior knowledge that the data is composed of a set of entitie ...
EPFL2023
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.