Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Personne

Young Jun Ko

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 (7)

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.

Revealing the Surface Chemistry for CO2 Hydrogenation on Cu/CeO2–x Using Near-Ambient-Pressure X-ray Photoelectron Spectroscopy

Emad Oveisi, Young Jun Ko, Thi Ha My Pham, Andreas Züttel, Wen Luo, Mo Li

Catalytic reduction of CO2 to valuable products is an attractive route for CO2 recycling. CeO2-supported Cu catalysts have shown high activity and selectivity for the hydrogenation of CO2 to CO. To uncover the origin of their high performance, we prepared ...

ACS2021

Applications of Approximate Learning and Inference for Probabilistic Models

We develop approximate inference and learning methods for facilitating the use of probabilistic modeling techniques motivated by applications in two different areas. First, we consider the ill-posed inverse problem of recovering an image from an underdeter ...

EPFL2017

Collaborative Recurrent Neural Networks for Dynamic Recommender Systems

Matthias Grossglauser, Lucas Maystre, Young Jun Ko

Modern technologies enable us to record sequences of online user activity at an unprecedented scale. Although such activity logs are abundantly available, most approaches to recommender systems are based on the rating-prediction paradigm, ignoring temporal ...

2016