Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Personne

Amir Hesam Salavati

Cette personne n’est plus à l’EPFL

À propos
Confidentialité
Mentions légales

Copyright © 2026 EPFL, tous droits réservés

Graph Chatbot

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 (13)

Veuillez noter qu'il ne s'agit pas d'une liste complète des publications de cette personne. Elle inclut uniquement les travaux sémantiquement pertinents. Pour une liste complète, veuillez consulter Infoscience.

Learning Neural Connectivity from Firing Activity: Scalable Algorithms with Provable Guarantees

Martin Vetterli, Amin Karbasi, Amir Hesam Salavati

The connectivity of a neuronal network has a major effect on its functionality and role. It is generally believed that the complex network structure of the brain provides a physiological basis for information processing. Therefore, identifying the network’ ...

Springer New York LLC2018

Computational Characterization of the Dependence of Halide Perovskite Effective Masses on Chemical Composition and Structure

Michael Graetzel, Ursula Röthlisberger, Amir Hesam Salavati, Negar Ashari Astani, Giulia Palermo, Simone Meloni

Effective masses are calculated for a large variety of perovskites of the form ABX(3) differing in chemical composition (A= Na, Li, Cs; B = Pb, Sn; X= Cl, Br, I) and crystal structure. In addition, the effects of some defects and dopants are assessed. We s ...

2017

Learning Network Structures from Firing Patterns

Martin Vetterli, Amin Karbasi, Amir Hesam Salavati

How can we decipher the hidden structure of a network based on limited observations? This question arises in many scenarios ranging from social to wireless and to neural networks. In such settings, we typically observe the nodes’ behaviors (e.g., the time ...

Ieee2016