Olivier Lévêque
Maître d'enseignement et de recherche
olivier.leveque@epfl.ch +41 21 693 81 12 http://ipgold.epfl.ch/~leveque/index.html
Nationalité: CH
EPFL IC IINFCOM LTHI
INR 132 (Bâtiment INR)
Station 14
1015 Lausanne
Web site: Site web: https://ipg.epfl.ch
Web site: Site web: https://ssc.epfl.ch
Web site: Site web: https://sin.epfl.ch
Domaines de compétences
Théorie de l'information
Matrices aléatoires
Calcul stochastique
Matrices aléatoires
Calcul stochastique
Biographie
Olivier Lévêque est né en Suisse en 1971. Il a reçu le diplôme d'ingénieur-physicien de l'EPFL en 1995 et obtenu le doctorat au Département de Mathématiques de l'EPFL en 2001. Depuis lors, il travaille au Laboratoire de Théorie de l'Information à l' EPFL. Il a passé l'année académique 2006-2007 au Département d'Electricité de l'Université de Stanford, où il a été nommé chargé de cours. Ses domaines d'intérêt comprennent la théorie de l'information, les matrices aléatoires et les équations aux dérivées partielles stochastiques.Publications
Publications Infoscience
Infoscience
Hierarchical Cooperation Achieves Optimal Capacity Scaling in Ad Hoc Networks
IEEE Transactions on Information Theory. 2007. DOI : 10.1109/TIT.2007.905002.Scaling Laws for One and Two-Dimensional Random Wireless Networks in the Low Attenuation Regime
IEEE Transactions on Information Theory. 2007. DOI : 10.1109/TIT.2007.904979.Second-order hyperbolic S.P.D.E.'s driven by homogeneous Gaussian noise on a hyperplane
Transactions of the American Mathematical Society. 2006. DOI : 10.1090/S0002-9947-05-03740-2.Information-Theoretic Upper Bounds on the Capacity of Large Extended Ad Hoc Wireless Networks
IEEE Transactions on Information Theory. 2005. DOI : 10.1109/TIT.2004.842576.Second-order linear hyperbolic SPDEs driven by isotropic Gaussian noise on a sphere
Annals of Applied Probability. 2004. DOI : 10.1214/aop/1079021472.Enseignement & Phd
Enseignement
Communication Systems
Computer Science
A dirigé les thèses EPFL de
Desgroseilliers Marc , Haddad Serj , Merzakreeva Alla , Özgür Aydin Ayfer ,Cours
Information, calcul, communication
D'une part, le cours aborde: (1) la notion d'algorithme et de représentation de l'information, (2) l'échantillonnage d'un signal et la compression de données et (3) des aspects
liés aux systèmes: ordinateur, mémoire, etc. D'autre part, le cours donne une introduction à la programmation.
Information, calcul, communication
L'objectif de ce cours est d'initier les étudiants à la pensée algorithmique, de les familiariser avec les fondamentaux de l'informatique et des communications et de développer une première compétence en programmation avec le langage Python.
Introduction to quantum computation
Ce cours introduit le paradigme du calcul quantique de facon axiomatique. Le cours introduit les notions de bit quantique, portes logiques et circuits quantiques, traite les principaux algorithmes quantiques, et les codes correcteurs. Le cours est indépendant de COM-309.