Profile picture

Michele Ceriotti

EPFL STI IMX COSMO
MXG 337 (Bâtiment MXG)
Station 12
1015 Lausanne

Prix et distinctions

Volker Heine Young Investigator Award

2013

ERC Starting Grant

European Research Council

2016

IUPAP-C10 Young Scientist Prize

IUPAP

2018

ERC Consolidator Grant

European Research Council

2021

Fellow of the European Lab for Learning and Intelligent Systems (ELLIS)

ELLIS

2023

E. Bright Wilson Prize

Department of Chemistry, Harvard University

2024

Enseignement et PhD

Current Phd

Arslan Mazitov, Johannes Martin Spies, Markus Harald Fasching, Sandra Saade, Divya Suman, Joseph William Abbott, Egor Rumiantsev, Sofiia Chorna, Matthias Linus Kellner, Qianjun Xu, Wei Bin How, Filippo Bigi, Alessandro Forina

Past Phd As Director

Piero Gasparotto, Daniele Giofré, Bingqing Cheng, Edoardo Baldi, Venkat Kapil, Andrea Anelli, Félix Musil, Benjamin Aaron Helfrecht, Giulio Imbalzano, Andrea Grisafi, Dmitrii Maksimov, Chiheb Ben Mahmoud, Nataliya Lopanitsyna, Alexander Jan Goscinski, Jigyasa Nigam, Kevin Kazuki Huguenin-Dumittan, Sergey Pozdnyakov

Courses

Introduction to atomic-scale modeling

MSE-305

Ce cours offre une introduction à la modélisation de la matière à l'échelle atomique, en utilisant des cahiers Jupyter interactifs pour observer plusieurs des concepts fondamentaux de la science des matériaux.

Lecture series on scientific machine learning

PHYS-754

Ce cours présente des travaux sur la façon dont les questions scientifiques peuvent être abordées à l'aide de l'apprentissage automatique. L'apprentissage automatique permet d'extraire des connaissances à partir de données de manière automatisée. Nous apprendrons à partir d'exemples concrets.

Statistical mechanics

MSE-421

Ce cours présente une introduction à la mécanique statistique appliquée aux matériaux. La thermodynamique classique sera rapportée à une interprétation statistique. Leçons et exercices seront complétés par des courts projets pratiques à l'ordinateur.

Statistical methods in atomistic computer simulations

MSE-639

The course gives an overview of atomistic simulation methods, combining theoretical lectures and hands-on sessions. It covers the basics (molecular dynamics and monte carlo sampling) and also more advanced topics (accelerated sampling of rare events, and non-linear dimensionality reduction).