Scriptiebank overzicht

Mijn masterproef onderzoekt hoe de productiebossen rond Genk kunnen evolueren naar biodiverse en klimaatrobuuste bossen, terwijl ze lokaal hout blijven leveren. In Zwartberg vertaal ik dit naar een lokale houtketen en houtzagerij, waarbij de ecologische draagkracht van het bos bepaalt hoeveel hout kan worden geoogst en gebruikt.

Zowel maatschappelijke als academische debatten over middeleeuwse grensgebieden schommelen vaak tussen statische nationale narratieven en vereenvoudigde modellen van vreedzame co-existentie. Grensgebieden waren in feite dynamische contactzones waar sociale grenzen voortdurend werden vormgegeven en onderhandeld. Met de focus op recht en religie als primaire infrastructuren voor het reguleren van diversiteit, biedt dit proefschrift een vernieuwende, contrastgerichte vergelijking van twee laatmiddeleeuwse grensregio's: Wales onder Engels bewind (ca. 1284–1534) en Transsylvanië binnen het Koninkrijk Hongarije (ca. 1000/1200–1524). Gericht op juridisch ondergeschikte inheemse populaties, met name de Welshmen en de Vlachen, betoogt deze studie dat grensidentiteiten ontstonden door de wisselwerking tussen juridische classificatie en religieuze praktijken. Door het concept van rechtspluralisme te combineren met ‘social boundary theory’ en ethnosymbolisme, contrasteert de thesis het versnipperde politieke landschap van Wales met de geïnstitutionaliseerde universitas in Transsylvanië. Het onderzoekt zo hoe collectief onderscheid werd geformaliseerd in gewoonterecht, gelegitimeerd via kerkelijk patronaat, op de proef gesteld tijdens opstanden, en geuit via heiligenverering en pelgrimsnetwerken. Door West- en Oost-Europese grensgebieden in een gestructureerd dialoog te plaatsen, overstijgt de thesis regionaal geïsoleerde historiografieën en toetst het heersende grensstereotypen. Hierdoor kunnen bijhorende analytische beperkingen blootgelegd worden, en ontwikkelt zich een nieuw vergelijkend kader voor toekomstige studies naar premoderne gemeenschapsvormen en ‘entangled histories.’

Inleiding: Het plannen van cardiale ablatie vereist een nauwkeurige identificatie van niet-geleidend weefsel. Huidige methoden, zoals fasekaarten en voltagekaarten, overschatten vaak de omvang van niet-geleidende gebieden en geven slechts een vereenvoudigde weergave van de onderliggende elektrogram (EGM)-signalen. Bovendien kunnen huidige markers structurele remodellering niet betrouwbaar onderscheiden van functionele trage geleiding. Deze thesis onderzoekt of bijkomende, uit EGM afgeleide kenmerken gebruikt kunnen worden om verschillen in de elektrische geleidingssnelheid doorheen hartweefsel te onderscheiden.

Methoden: Simulaties werden uitgevoerd voor vijf verschillende weefselconfiguraties met toenemende complexiteit en afnemende symmetrie. Alle simulaties werden in 2D uitgevoerd met een enkele stimulus en bevatten een centraal obstakel omringd door een raster van EGM-elektroden. Uit elk EGM-signaal werden 11 kenmerken geëxtraheerd, gebaseerd op grootheden die eerder in de literatuur beschreven zijn of vaak gebruikt worden in ECG-analyse. Vervolgens werd PCA toegepast om de lineaire combinaties van kenmerken te identificeren die de grootste variantie in de data verklaren. De belangrijkste principal components werden daarna gebruikt in gesuperviseerde machine learning-benaderingen om de geleidingssnelheid en de afstand tot aangetast weefsel te voorspellen.

Resultaten: De eerste principal component verklaarde 65–70% van de variantie over alle simulatietypes en werd gedomineerd door kenmerken gerelateerd aan signaalsterkte, waaronder de maximale amplitude en de totale signaaloppervlakte. De tweede tot en met de vierde principal components verklaarden samen ongeveer 25% van de variantie en bevatten voornamelijk kenmerken gerelateerd aan piekstructuur, timing en signaalasymmetrie. De waarden van deze principale componenten, in het bijzonder de eerste component, verschilden systematisch tussen simulaties met verschillende geleidingssnelheden. Een logistische regressie classificeerde tussen het wel of niet in aangetast weefsel liggen met een balanced accuracy van 89,3%. Een random forest regressor kon de gemiddelde geleiding voorspellen met een absolute gemiddelde fout (MAE) van 1,2%.

Conclusie: Uit EGM-afgeleide kenmerken, naast fase en maximale spanning, ontstaat onderscheidende informatie over de geleidingseigenschappen van hartweefsel. De laagdimensionale structuur geïdentificeerd door PCA generaliseert over weefselconfiguraties met toenemende complexiteit, en de resulterende kenmerkrepresentaties ondersteunen zowel de classificatie van de afstand van de elektrode tot aangetast weefsel als de voorspelling van de lokale geleidingssnelheid. Deze bevindingen suggereren dat multidimensionale EGM-kenmerkanalyse een geschikter kader biedt om littekenweefsel te onderscheiden van functionele trage-geleidingsgebieden dan geïsoleerde signaalmerkers alleen.

Deze masterproef onderzocht de anatomische variabiliteit van de arteriën van het onderste lidmaat aan de hand van een systematische literatuurstudie van 56 wetenschappelijke publicaties. De focus lag op verschillen in vertakkingspatronen, arteriële diameter, bloedstroomsnelheid en tortuositeit. De resultaten tonen aan dat er een grote verscheidenheid aan classificatiesystemen bestaat voor arteriële vertakkingen, en dat gestandaardiseerde definities voor zowel vertakking als diameter als tortuositeit ontbreken. Daarnaast worden geslacht en etniciteit vaak onvoldoende gerapporteerd, wat de interpretatie van anatomische verschillen bemoeilijkt. Deze studie benadrukt de nood aan uniforme classificaties en meetmethoden om de vergelijkbaarheid van onderzoek te verbeteren en de veiligheid van vasculaire en chirurgische ingrepen te optimaliseren.

Deze masterproef onderzoekt hoe huisartsen en urgentie-/spoedartsen hun kennisniveau en ondersteuning beoordelen bij het vaststellen van niet-natuurlijke doodsoorzaken. De hoofdonderzoeksvraag: "Hoe beoordelen huisartsen en urgentie-/spoedartsen hun kennisniveau en ondersteuning bij niet-natuurlijke doodsoorzaken en welke factoren dragen bij aan mogelijke tekortkomingen?" wordt in dit onderzoek beantwoord.

Het onderzoek werd uitgevoerd aan de hand van een online vragenlijst met 59 respondenten, verzameld via een convenience sampling. Door de korte onderzoeksperiode voor de dataverzameling en de gebruikte steekproefmethode is de representativiteit van de resultaten beperkt. De volledige onderzoeksperiode besloeg acht maanden.

Uit de resultaten blijkt dat vooral huisartsen hun kennisniveau als onvoldoende beoordelen, terwijl urgentieartsen vaker voldoende kennis rapporteren. Bijscholing wordt vooral door huisartsen als moeilijk toegankelijk ervaren. Beide groepen ervaren belemmeringen zoals tijdsdruk en druk vanuit politie of andere hulpverleners. Ze beschouwen de medische voorgeschiedenis, overleg met collega’s uit hun eigen praktijk of dienst en samenwerking met de politie als belangrijke ondersteuningsmiddelen.
Ondanks het gebruik van Ordomedic, maken artsen zelden gebruik van richtlijnen.

De conclusie is dat artsen behoefte hebben aan betere opleiding en ondersteuning bij het vaststellen van doodsoorzaken. Structurele scholing kan twijfels helpen verminderen. Daarnaast is aandacht nodig voor de samenwerking met politiediensten. Ten slotte verdient de invoering van digitale overlijdensaangifte zorgvuldige begeleiding om fouten en variatie in overlijdensregistratie te voorkomen.

Voortgaande verstedelijking en de wereldwijde overstap naar energiezuinige LED-
verlichting vergroten de blootstelling aan kunstlicht ’s nachts, wat bezorgdheid
wekt over de effecten op gemeenschappen van nachtactieve insecten. De meeste
bestaande veldstudies zijn kort van duur en beperkt in ruimtelijke dekking van-
wege de arbeidsintensieve aard van traditionele bemonstering. Dit proefschrift
pakt deze lacune aan door het ontwerpen, implementeren en valideren van een
goedkope, op camera’s gebaseerde, op afstand werkende monitoringsunit voor
seizoenslange inzet in diverse buitenomgevingen. Het systeem registreert weerpa-
rameters (temperatuur, relatieve vochtigheid), locatie (GPS), verlichtingsparame-
ters (gecorreleerde kleurtemperatuur) en tijdgestempelde beelden van aangetrokken
insecten.
Om classificatiestrategieën te evalueren zonder grootschalige inzet, werd in een
kleinschalige casestudy het gebruik van twee algemene vision–language modellen
getest op zorgvuldig geselecteerde insectenbeelden met gezaghebbende ObsIdentify-
bepalingen. De resultaten positioneren vision–language modellen als effectieve
hulpmiddelen voor voorlopige tagging, triage en kwaliteitscontrole, terwijl geza-
ghebbende labels afkomstig moeten zijn van specialisten of gespecialiseerde soorten-
herkenningsdiensten.
Toekomstig werk dient eerst de minimaal vereiste taxonomische diepte voor ALAN-
impactstudies vast te stellen en vervolgens herkenningstools aan te passen om
aan deze eis te voldoen. Verdere stappen omvatten het uitbreiden van de pij-
plijn naar tellingen en abundantiematen, het ontwikkelen van een robuuste con-
tainergebaseerde implementatie-architectuur, het migreren van de database naar
een beveiligde cloud- of NAS-infrastructuur en het implementeren van sterke
cyberbeveiligingsmaatregelen voor externe units. Deze verbeteringen zullen ge-
standaardiseerde, seizoenslange, multisitecampagnes mogelijk maken die robu-
uste beoordelingen van ALAN-effecten onder door LED gedomineerde lichtom-
standigheden opleveren.

Observatievaardigheden zijn van belang voor zorgverleners, zowel voor accurate diagnoses als voor empathische patiëntondersteuning.
De huidige evaluatie van deze vaardigheden in gesimuleerde omgevingen steunt vaak op subjectieve methoden zoals zelfrapportage en directe observatie door docenten.
Hoewel de Tobii eyetracking-brillen in het Zorglab van HOGENT objectieve blikdata leveren,
ontbreekt er tot op heden geschikte software om automatisch te analyseren welke objecten studenten waarnemen en voor hoe lang.
Deze bachelorproef beantwoordt hoe computervisiemodellen geïntegreerd kunnen worden met eyetrackingdata van Tobii Glasses om de observatieprestaties van studenten automatisch te analyseren.
De analyses dienen de feedback door docenten in het Zorglab te versterken.

Deze doelstelling werd uitgewerkt door middel van van een proof-of-concept (PoC) softwareapplicatie.
Dit proces startte met een literatuurstudie naar eyetracking-analyse en relevante computervisiemodellen (o.a. YOLO, SAM, DINOv2).
Vervolgens werd een prototype applicatie ontworpen en geïmplementeerd (Python, FastAPI, HTMX), inclusief een semi-automatische labeling-tool die gebruik maakt van SAM2 voor objectsegmentatie en -tracking.
Om de PoC te valideren, werd een gecontroleerd experiment uitgevoerd in het Zorglab.
Hier genereerden studenten aan de hand van Tobii Pro Glasses 3, eyetrackingopnames tijdens gesimuleerde observatietaken.
Deze opnames, samen met twee specifieke kalibratieopnames, werden gelabeld met de ontwikkelde tool om een grondwaarheidsdataset te creëren.
Een analysepijplijn werd ontworpen en geëvalueerd. In deze analyse werd de trackingfunctionaliteit van FastSAM gecombineerd met blikgestuurde filtering en classificatie van objectsegmenten, middels een getraind YOLOv11-objectdetectiemodel.
De prestaties werden geëvalueerd aan de hand van precisie, recall en F1-score, na optimalisatie via een grid search van hyperparameters.

Uit de resultaten bleek dat de combinatie van FastSAM-tracking met een YOLOv11-objectdetector (getraind op 1000 samples per klasse) de beste prestaties opleverde, met een F1-score van 0.80, een precisie van 0.94 en een recall van 0.70.
De hoge precisie toont aan dat het systeem met grote zekerheid de correcte objecten identificeert, hoewel een significant deel van de fout-positieven in de werkelijkheid correct gedetecteerde objecten bleken te zijn, die niet in de grondwaarheid waren opgenomen.
De lagere recall wijst erop dat niet alle bekeken objecten consistent werden gedetecteerd, voornamelijk door problemen met kleine, transparante objecten en door inconsistenties tussen de FastSAM-segmentaties en de grondwaarheid.
De FastSAM-tracking bleek de meest beperkende factor in de pijplijn.

Deze bachelorproef levert een werkend PoC en een methodologie op die de haalbaarheid van geautomatiseerde analyse van observatievaardigheden aantoont.
Het biedt een objectieve, datagestuurde basis om de feedback aan studenten te verbeteren en de effectiviteit van simulatietraining in de zorg te verhogen.
Op deze manier legt het een fundament voor verder onderzoek naar robuustere analysemethoden.

Deze thesis integreert biofysische modellen van het werkgeheugen in taalkundige theorieën binnen het Minimalisme, met de focus op de Select-functie – het ophalen van Lexicale Elementen vanuit het langetermijngeheugen naar het kortetermijngeheugen. Ik vertaal eerst het traditionele feature- systeem naar een vectoren-gebaseerd mechanisme, waar de (on)interpreteerbaarheid als een vectoronderdeel gemodelleerd wordt. Deze verschuiving van een symbolisch naar een vector-systeem vangt niet alleen kenmerken van de Transfer-operatie, maar brengt het model ook in rooilijn met neurale populatiecodes. Daarna stel ik een hippocampus-gebasseerd biophysisch model van Lexicale Ophaling voor, waar neurodynamische principes statische features activeren en hun ophalen bepalen. Binnen dit framework vormt interpreteerbaarheid een neveneffect van het model en kan het [iF]-[uX]-mechanisme van Deal (2015) op natuurlijke wijze afgeleid worden as een vorm van sterk symmetrische paarophaling.

Deze scriptie onderzoekt hoe gesimuleerde warmtesignaturen van 3D-modellen uit videogames gebruikt kunnen worden om een AI-systeem te bouwen dat militaire tanks op realtime niveau kan herkennen en classificeren op basis van infraroodbeelden.

Mycotoxinen—kankerverwekkende gifstoffen geproduceerd door bepaalde schimmels—vormen een ernstige bedreiging voor de voedselveiligheid door contaminatie van basisgewassen zoals tarwe en maïs. Deze masterproef ontwikkelt een snelle, niet-destructieve en niet-invasieve detectiemethode die optische spectroscopie combineert met machine learning om meerdere mycotoxinen tegelijk op voedingsproducten te detecteren. Door fluorescentie- en reflectantiespectroscopie te integreren met golflengte-selectie toont het werk aan dat zowel classificatie- als regressiemodellen aan de regelgeving kunnen voldoen met slechts de 10 meest informatieve golflengten, terwijl classificatienauwkeurigheden van >90% haalbaar blijven. Dit minimalistische sensorkoncept maakt real-time triage en batchbrede monitoring mogelijk, zowel inline in industriële processen als in-field.

Koper-nanodeeltjes (Cu NP's) hebben een brede toepasbaarheid, maar hun synthese is gevoelig voor kleine veranderingen in reactieparameters. Deze gevoeligheid, in combinatie met het tijdrovende en arbeidsintensieve karakter van experimentele optimalisatie, vormt een grote uitdaging voor reproduceerbare synthese met gecontroleerde deeltjesgrootte. Bovendien is Machine Learning (ML) weliswaar veelbelovend gebleken voor materiaalonderzoek, maar wordt toepassing ervan vaak beperkt door gebrek aan hoogwaardige experimentele datasets. Deze studie onderzoekt ML om de grootte van Cu NP’s gevormd met microgolf geassisteerde polyolsynthese te voorspellen met kleine datasets, gegenereerd uit 25 intern uitgevoerde syntheses. Latin Hypercube Sampling wordt gebruikt om de parameterruimte van precursorconcentratie, temperatuur en reactietijd efficiënt te samplen. Ensemble-regressiemodellen, gebouwd met het AMADEUS-framework, voorspellen met hoge nauwkeurigheid de deeltjesgrootte en presteren daarmee beter dan klassieke statistische benaderingen. Featureselectie vermindert complexiteit van het model en verbetert generaliseerbaarheid. Daarnaast worden classificatiemodellen, gebaseerd op zowel traditionele random forests als Large Language Modellen (LLM’s), geëvalueerd om onderscheid te maken tussen grote en kleine deeltjes. Terwijl random forests matig presteren, bieden LLM’s geen duidelijke verbeteringen in omstandigheden met weinig gegevens. Over het algemeen toont dit onderzoek dat zorgvuldig samengestelde kleine datasets, in combinatie met robuuste klassieke ML, synthese van Cu NP's effectief kan voorspellen en dat voor laboratoriumonderzoek complexe LLM's geen voordelen bieden.

Leercurves worden gebruikt om de impact van een beperking op de leersnelheid en de output te analyseren. Dit onderzoek werd toegepast op productiedata uit een maatwerkbedrijf.

In deze studie wordt onderzocht hoe Conservation Gardening kan toegepast worden binnen openbaar groen. Dit gebeurt aan de hand van een uitgebreide marktanalyse waarin de beschikbaarheid van vaatplanten die op de Rode Lijst van Vlaanderen staan op webshops wordt nagetrokken. Van de beschikbare planten word de standplaats afgeleid aan de hand van de Ellenberg-indicatorwaarden. Vervolgens worden de verschillende standplaatsen van elkaar gescheiden, gedefinieerd en gegoten in meerdere keuzetabellen. Dit alles wordt samengebracht in een uitgebreide, maar overzichtelijke Excel-werkmap die gebruikt kan worden bij het bepalen van welke planten in verschillende situaties toegepast kunnen worden. Ten slotte worden enkele praktische cases uitgewerkt van beplantingsplannen in openbaar groen, ter inspiratie voor groenbeheerders en groendiensten.

In deze scriptie wordt de effectiviteit van een filter als strategie voor het verbeteren van de binnenluchtkwaliteit tegen fijnstof onderzocht met behulp van simulaties in Dymola. Hiervoor is er een nieuwe indeling voor fijnstofdeeltjes ontwikkeld, gebaseerd op de toxiciteit van verschillende deeltjesgroottes en afgeleid uit de literatuur. Deze nieuwe indeling heeft als doel de tekortkomingen van de bestaande grootte-indelingen te vervangen die de grootte- en bronafhankelijke toxiciteit van fijnstof generaliseren. Na het ontwikkelen van een filtercomponent en het aanpassen van een bestaand multi-zone model, werd de schadelijkheid van de fijnstofconcentratie die de binnenomgeving bereikt en het vermogen van filters om dit te voorkomen, onderzocht in verschillende scenario's. De invloed op de algehele binnenluchtconcentratie van PM werd waargenomen voor verschillende buitenomgevingen en verschillende filters. Daarnaast werden ook de invloed van PM dat door koken wordt uitgestoten, het verschil tussen 100% ventilatie en vraaggestuurde ventilatie en de implementatie van open ramen gesimuleerd. Bovendien werden de invloed van variatie in filterefficiëntie, de levensduur van het filter en het daaropvolgende energieverbruik onderzocht. De resultaten tonen aan dat een HEPA-filter de binnenluchtconcentratie van PM voor alle schadelijke deeltjesgroottefractie voldoende kan verlagen, terwijl een grof en fijn filter dit niet kunnun. Koken en het openen van ramen ondermijnen echter de effectiviteit van het filter in zodanige mate dat een gezonde binnenomgeving niet langer kan worden gegarandeerd. Een voorlopige analyse van het energieverbruik en de levensduur van het filter toont aanzienlijke extra energiekosten aan bij het gebruik van filters, evenals een levensduur die aanpassing vereist van het bereik dat door fabrikanten wordt voorgesteld. Analyse van de huidige testnormen voor filters laat zien dat deze niet voldoende zijn om een goede vergelijking tussen verschillende filters te waarborgen. Het aantal DALY's voor blootstelling aan PM2.5 was in alle scenario's minstens vier keer kleiner wanneer er een HEPA-filter aanwezig was. PM bleef echter de meest schadelijke verontreinigende stof, vóór stikstofdioxide, ozon en formaldehyde.

De grootste financiële uitdagingen in de gezondheidszorg zijn de hoge energie- en loonkosten. Beiden wegen zwaar door de laatste jaren en komen tot stand door verschillende factoren. De energiefactuur steeg met 4 miljoen euro over 3 jaar tijd, ondanks de vele inspanning van de ziekenhuizen om zoveel mogelijk op groene stroom over te schakelen of te investeren in andere duurzame oplossingen. Steun hiervoor van de overheid bleef ook beperkt. Daarnaast kwam de inflatie met een ongelijke stijging van het honorarium. Hierbij komt dan nog het personeelstekort door ziekteverzuim en uitstroom van studenten/personeel. Vervanging brengt een duurdere loonkost met zich mee. COVID-19 heeft een zekere impact gehad maar is niet de hoofdreden, omdat ziekenhuizen voor deze periode al in rode cijfers zaten. Ook andere factoren spelen een rol want ook bijvoorbeeld de prijs van voeding is gestegen.

Nucleaire fusie kan de toekomst van schone energie zijn, maar er zijn problemen met iets genaamd ELMs. Dit zijn plotselinge uitbarstingen van energie die de reactorwand kunnen beschadigen, vergelijkbaar met stoom die vrijkomt uit een snelkookpan. Deze thesis gebruikt AI om ELMs te vinden, wat onderzoek naar fusie-energie gemakellijker maakt.

Een enorm voorgetraind taalmodel (GPT2) wordt gebruikt om elektro-encefalografie te classificeren. Zo wordt nagegaan of er een verband is tussen taal en elektrische hersengolven, in de hoop inzicht te krijgen in algemene hersengolf patronen.

Deze thesis evalueert het gebruik van gedistribueerde signaalverwerkingsalgoritmen voor de online classificatie van "motor-imagery"-data in draadloze EEG-sensornetwerken met als doel de benodigde communicatiebandbreedte te verkleinen die zulke netwerken belemmerd een realiteit te worden. Hiertoe werd eerst een gedistribueerde classificatiepijplijn ontwikkeld. Daarna werd de performance van zulke systemen geëvalueerd door zowel emulatie op basis van experimentele HD-EEG data om de accuraatheid te bepalen alsook door modellering van de energieconsumptie en latency.

Deze scriptie onderzoekt, aan de hand van interviews, de smaakoordelen bij Gentse muzikanten. De nadruk ligt daarbij op de hiërarchie die ontstaat tussen soorten van oordelen. Bovendien wordt de impact van professionalisme in de wereld van de popmuziek in kaart gebracht.

Literatuuronderzoek dat nagaat hoe CTG misinterpretatie ontstaat, wat de gevolgen zijn (zowel voor het verloop van de arbeid en bevalling, als voor de neonaat) en aanbevelingen om de misinterpretatie tegen te gaan.

Een veelgebruikte taak om beter te verstaan hoe mensen gebruik maken van doelgericht en gewoontegedrag werd recentelijk gesuggereerd niet optimaal te zijn om de balans tussen doelgericht en gewoontegedrag te meten. Wij wilden testen of dit het geval is en of we het gedrag in de taak beter kunnen begrijpen op een andere dimensie van gedrag. Het huidige onderzoek toont aan dat dit werkelijk het geval is en kaart aan dat toekomstig onderzoek een aantal factoren in rekening moet houden wanneer ze deze taak willen gebruiken.

Deze scriptie legt de focus op transpersonen in detentie en de problematieken tijdens detentie. De hoofdfocus is hun plaatsingskeuze en het tekort aan informatie en beleid. In deze scriptie werd gebruikt gemaakt van een kritisch interpretatieve synthese als onderzoeksmethode.

Voor de bachelor verpleegkundigen of andere werkenden binnen de zorgen die interessen hebben in correct zuurstofgebruik bij de gehospitaliseerde COPD-patiënt.

Hartritmestoornissen zijn één van de grootste doodsoorzaken in de Westerse wereld. Machine learning wordt al lang succesvol gebruikt om deze op te sporen, maar werd nog niet toegepast op mapping data. Deze scriptie bespreekt kort het beperkte succes van het uitbreiden van machine learning analyse op dit datatype.

Evaluatie en differentiatie van dystonie en choreoathetose loopt moeizaam in de populatie met een dyskinetische vorm van hersenverlamming. Inzet van technologie in staat gedetailleerd data te bekomen en verwerken kan leiden tot meer accurate diagnosticering en behandeling, alsook een toegenomen kennis omtrent deze zeldzame aandoening. Deze studie was pionier in het valideren van een automatische differentiatie van dystonie en choreoathetose tijdens functionele taken van het bovenste lidmaat. Hiervoor werd gebruik gemaakt van innovatieve technieken zoals driedimensionale bewegingsanalyse en machine learning.

Is het mogelijk om laserwapens te integreren in de gelederen van Defensie om ons te beschermen tegen hypersonische vliegtuigen en intercontinentale ballistische raketten.

De scriptie laat zien dat de theologische ethiek van de verantwoordelijkheid van Bonhoeffer en Niebuhr de mens op een meer betekenisvolle manier betrekt bij zowel het ontwerp als gebruik van AI dan bestaande benaderingen.

In deze thesis werd onderzocht op welke manier kan worden omgegaan met de steeds groter wordende datasets waar bedrijven tegenwoordig mee te maken krijgen. Na een theoretische studie over verschillende technieken voor de verwerking van de beschikbare dataset, werd uiteindelijk toegelegd op de techniek Deep Learning.

De scriptie maakt een vergelijkende studie van de classificatie tussen Landsat-8 en Sentinel-2. Het hoofddoel was een eigen index ontwikkelen op basis van Sentinel-beelden. Ten slotte werd een automatische tool ontworpen, die zorgt voor een eenvoudig gebruik van de index.

Dit onderzoek gaat over het verband tussen de voedingsgewoontes van patiënten die een bariatrische chirurgie ondergaan en de evolutie van non alcohol fatty lever disease (NAFLD).

Het doel van dit onderzoek is om bij patiënten die een bariatrische chirurgie ondergaan naast het gewichtsverlies, ook de pre- en postoperatieve voedingsgewoonten in verband te brengen met de evolutie van NAFLD.