Scriptiebank overzicht

Deze scriptie toont aan dat een röntgenbron met een liquid-metaalanode in een labo 3D-beelden kan maken van menselijk weefsel in paraffineblokjes, zonder de blokjes te snijden. Daarbij speelt ook de energie, de 'kleur' van de bron, een cruciale rol.

Om maatschappelijke uitdagingen aan te pakken, is de vraag naar sterke STEM-profielen en ingenieurs groot. De instroom blijft echter beperkt doordat jongeren vaak een stereotiep beroepsbeeld hebben en drempels ervaren om zich met het vakgebied te identificeren. Projectmatige STEM-interventies in het secundair onderwijs trachten jongeren te motiveren door de kloof met de praktijk te dichten. De impact hiervan op de ontwikkeling van de ingenieursidentiteit is echter onvoldoende systematisch onderzocht. Deze masterproef brengt de ingenieursidentiteit van Vlaamse leerlingen in de derde graad secundair onderwijs in kaart. Specifiek wordt onderzocht welke factoren hiermee samenhangen aan de startlijn en hoe deze evolueert na deelname aan een STEM-interventie.

In dit onderzoek werd een kwantitatief design met een voor- en nameting via vragenlijsten gehanteerd om de impact van verschillende projectmatige STEM-interventies doorheen het schooljaar te evalueren. De initiële steekproef bestond uit 459 leerlingen uit de derde graad van het secundair onderwijs met minstens enige interesse in ingenieurswetenschappen. Voor de effectmeting werd een subset van 283 leerlingen geanalyseerd die zowel de pre- als de post-test voltooiden. De data werden geanalyseerd via t-testen, variantieanalyses en meervoudige lineaire regressies. Uit de startmeting bleken significante structurele verschillen: binnen de geïnteresseerde groep scoorden jongens hoger dan meisjes op alle componenten van ingenieursidentiteit: interesse, competentie en erkenning. Daarnaast rapporteerden leerlingen van wie de ouders een master- of doctoraatsdiploma bezaten een hogere perceptie van de eigen competentie dan de leerlingen van wie de ouders een bachelor diploma bezaten. Wat betreft de psychologische componenten toonden de regressiemodellen aan dat sense of belonging (het gevoel erbij te horen) met voorsprong de sterkste verklarende factor was voor de opbouw van een ingenieursidentiteit, met een aanzienlijk grotere invloed dan louter de initiële interesse in engineering of STEM. Verder wezen de pre-post analyses op een algemene daling van de ingenieursidentiteit na de projecten, ongeacht het type interventie of de periode in het schooljaar. Bij leerlingen met een matige interesse (de 'twijfelaars') vertaalde dit zich in een afname op alle identiteitsschalen. Bij sterk geïnteresseerde leerlingen daalde enkel de interesse, terwijl hun gevoel van competentie en erkenning stabiel bleef.

De resultaten suggereren dat sense of belonging een fundamentelere laag vormt voor de ontwikkeling van een ingenieursidentiteit dan louter inhoudelijke interesse. Dit impliceert dat onderwijsinterventies niet uitsluitend moeten inzetten op technologische uitdagingen, maar expliciet moeten investeren in een inclusief leerklimaat om drempels voor ondervertegenwoordigde groepen, zoals meisjes, weg te werken. De geobserveerde daling in identiteitsscores hoeft niet als falen geïnterpreteerd te worden. Naast ongemeten doelen zoals leerwinst, fungeerde de interventie voor velen immers als een realistische oriëntatietool om verwachtingen te kalibreren voor het hoger onderwijs.

Deze thesis onderzoekt hoe verstedelijking en luchtvervuiling de microfysische eigenschappen van neerslag in België beïnvloeden. Hiervoor werden meerjarige metingen van regendruppels nabij Brussel, Gent en Luik gecombineerd met meteorologische, landgebruiks- en luchtkwaliteitsgegevens. De resultaten tonen dat grootschalige weersomstandigheden de neerslagmicrofysica het sterkst bepalen. De invloed van verstedelijking is zwak en wisselend, terwijl fijnstof een duidelijker, maar regime-afhankelijk verband vertoont: hogere fijnstofconcentraties hangen samen met minder intense neerslag en kleinere druppels op dagelijkse schaal, terwijl vervuilde onweersbuien juist grotere druppels en meer kinetische energie vertonen.

In deze thesis onderzoek ik wat het effect van klimaatverandering is op het voorkomen van regenoverstromingen. Dat zijn overstromingen die ontstaan doordat de neerslag té intens is voor de bodem en de riolering om alles te slikken, en dus niet omdat een rivier buiten haar oevers treedt.

De effecten van klimaatverandering op regenoverstromingen zijn nog niet eerder op wereldschaal onderzocht, omdat modellen vaak berusten op lokale bodemkarakteristieken, vegetatiekenmerken, enzovoort. Ik omzeil het probleem van zulke beschrijvende modellen door artificiële intelligentie (AI) in te zetten: in plaats van alle processen (zoals infiltratie, verdamping, enzovoort) expliciet te gaan beschrijven met formules, laat ik het model de relatie zoeken tussen omgevingskarakteristieken en geobserveerde overstromingen. Die observaties zijn gebaseerd op satelietbeelden.

Mijn model werkt oké, maar zeker nog niet perfect. Het ziet bepaalde verbanden, zoals lager gelegen plaatsen die doorgaans natter zijn en bossen die doorgaans minder overstromen, hetgeen betekent dat het model effectief iets leert. De grootste problemen zitten hem voorlopig nog in het modelleren van de omvang van de overstroming. Het model heeft de neiging om steeds een gemiddelde waarde te voorspellen, in plaats van bij zeer hevige neerslag een écht grote overstroming te voorspellen.

Toch heb ik het model alvast eens gebruikt om de impact van klimaatverandering op regenoverstromingen in te schatten. Dat doe ik door het geobserveerde klimaat van een bepaalde periode in het model in te laden en het zijn voorspellingen te laten doen. Vervolgens laadt ik een fictief klimaat in dat een wereld zonder klimaatverandering voorstelt, en laat het model opnieuw zijn voorspellingen maken. Het verschil tussen beide modelruns vertelt mij het effect van de klimaatverandering. In dit geval vind ik een toename van 0,5% terug. Dat is een waarde die een stuk lager ligt dan verwacht, wat wellicht te wijten is aan de beperkingen van het model. Wel zien we grote regionale verschillen, waarbij delen van Noord- en Midden-Amerika, Noord-Europa en Oost-Azië véél zwaarder getroffen worden dan het globale gemiddelde.

This study investigates the effectiveness of water-based sprinkler systems in mitigating fire spread from electric vehicle (EV) battery thermal runaway events in an underground parking garage (9.5 m × 16 m) using Fire Dynamics Simulator (FDS v6.9.1). A series of three-dimensional CFD simulations were conducted to evaluate how different sprinkler configurations influence heat release rate (HRR) and fire propagation between an initiating EV and two adjacent vehicles.


The study is contextualized by a thorough literature review on lithium-ion battery chemistry, the mechanics of thermal runaway (TR) and the characteristics of an EV fire. This theoretical foundation was used to establish a worst-case scenario for simulation, specifically selecting a 100% State of Charge (SOC) to reflect the highest potential for fire intensity and rapid fire growth. While the literature identifies significant risks regarding toxic gas emissions (such as hydrogen fluoride) and vapor cloud explosions (VCE), these phenomena were intentionally excluded from the numerical scope. This decision was made because these hazards are either not the primary drivers of vehicle-to-vehicle fire spread or cannot be modeled with sufficient accuracy within the constraints of FDS, which is a low-Mach-number solver.

10 cm computational grid, validated through sensitivity analysis, was used to balance accuracy and computational cost. Seven sprinkler scenarios were tested, varying activation (temperature), orientation, and discharge intensity.

Results show that an unconstrained fire scenario produces a peak HRR exceeding 18 MW due to multi-vehicle involvement. Sprinkler systems significantly reduce fire severity and stop or limit the fire spread, achieving up to an 82% reduction in peak HRR for standard ceiling-mounted systems (6.7 L/min) and up to 93% for high-intensity configurations. Although the FDS model shows that high-velocity jet flames are more buoyancy-dominated than in reality due to the neglect of pressure-driven expansion, the model successfully captures the critical interaction between water application and thermal exposure. These high-velocity jet flames, however, are only marginally affected by sprinkler discharge in the simulations; they are not the primary driver of vehicle-to-vehicle fire spread. Instead, fire propagation is driven by sustained thermal exposure leading to window failure and ignition of interior combustibles.
The results demonstrate that water-based sprinkler systems are effective in limiting large-scale EV fire propagation in enclosed parking structures, despite their inability to suppress thermal runaway at the battery cell level.

Deze masterscriptie beschrijft de ontwikkeling en validatie van een Computational
Fluid Dynamics-model voor adiabatische en diabatisch twee-fasenstroming in een mi-
crokanaal, met focus op toepassingen in Microkanaal-Warmtewisselaars voor Small
Modular Reactors. De Euleriaans–Euleriaanse methode werd toegepast en meerdere
interfaciale krachten en warmteoverdrachtsmodellen werden getest op toepasbaarheid
binnen experimentele configuraties. Een modulaire strategie werd gevolgd, van een
adiabatisch basismodel (verticale kleine kanaal), tot een verfijnd adiabatisch model
(horizontaal microkanaal), naar een volledig kookmodel (verticaal microkanaal). De
eerste twee modellen toonden sterke overeenkomst met experimentele data voor vol-
umefracties, snelheidsprofielen, stromingsregimes en drukverliezen. Voor horizontale
stroming vormde het gebrek aan gedetailleerde data en geschikte submodellen echter
een beperking. De kooksimulaties voorspelden drukverliezen en wandoververhitting
correct, maar toonden gevoeligheid voor de stabiliteit van de vloeistoffilm aan de wand.
De modellen vormen een degelijke basis voor thermo-hydraulisch gedrag in annulair
regime, maar zijn beperkt bij extremere condities. Toekomstig werk moet zich richten
op horizontale data en robuustere krachtmodellen voor bredere stromingsregimes.

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 masterproef onderzoekt hoe kledingafval kan worden omgezet in een circulair isolatiemateriaal. Via een zelfontwikkeld en innovatief productieproces worden verschillende textielsoorten verwerkt tot isolatiematten met prestaties vergelijkbaar met commerciële producten, maar met veel minder milieuschade. Zo krijgt afgedankte kleding een tweede leven in de bouwsector. Mode en bouw worden zo bondgenoten in de strijd tegen afval en CO₂-uitstoot.

Wat als kunst op school even vanzelfsprekend was als wiskunde of sport? In deze masterproef onderzoek ik hoe creativiteit vandaag een plek krijgt in de derde graad van het secundair onderwijs. Het resultaat is een pleidooi voor meer verbeelding tussen de schoolmuren. Want creatief leren is ook leren over het leven.

Kunst en cultuur spelen een essentiële rol in de persoonlijke en intellectuele ontwikkeling van jongeren. Toch worden kunstvakken in het secundair onderwijs vaak gemarginaliseerd, zo ook binnen de doorstroomrichtingen. De invoering van de nieuwe eindtermen had de ambitie om de rol van kunstvakken te versterken, onder andere door een bredere integratie van artistieke vorming binnen het curriculum. Of deze ambitie in de praktijk is waargemaakt, blijft de vraag.

In deze masterproef wil ik onderzoeken hoe sleutelcompetentie 16 – cultureel bewustzijn en expressie – concreet wordt ingevuld in de derde graad van het doorstroomonderwijs in Gentse katholieke scholen. De focus ligt specifiek op het minimumdoel 16.04: "De leerlingen doorlopen een artistiek-creatief proces vanuit verbeelding". Dit onderzoek kadert binnen bredere discussies over de plaats van kunstvakken in het onderwijs en de mate waarin ze bijdragen aan de algemene vorming van leerlingen. Met dit onderzoek wil ik specifiek nagaan in hoeverre en hoe het artistiek-creatieve aspect aan bod komt in de derde graad van het algemeen leerplichtonderwijs.

Deze thesis ontwikkelt een computationeel raamwerk voor structurele topologie-optimalisatie dat expliciet rekening houdt met multiaxiale vermoeiing onder niet-proportionele belastingen. Hoewel vermoeiing een veelvoorkomend faalmechanisme is in mechanische componenten, wordt het vaak behandeld als een nabewerkingsstap in plaats van als een integraal onderdeel van het ontwerpproces. Dit werk vult die leemte op door een kritieke-vlak vermoeiingsmodel rechtstreeks in het optimalisatie-algoritme te integreren.

Het raamwerk verwerkt het op rek gebaseerde Brown–Miller vermoeiingscriterium binnen een dichtheidsgebaseerde topologie-optimalisatiebenadering, waardoor vermoeiingslevensduur kan worden voorspeld bij complexe belastingstrajecten. De implementatie omvat een volledige analytische sensitiviteitsanalyse, zowel direct als adjoint, om een nauwkeurige en efficiënte optimalisatie met gradiënt-gebaseerde oplosmethodes te garanderen.

De methodologie wordt eerst gevalideerd op een L-beugel benchmark om de prestaties te demonstreren in vergelijking met doelstellingen gebaseerd op compliance en spanning. Vervolgens wordt ze toegepast op het ontwerp van een autowiel onderworpen aan een roterende buigproef. Dit is een gestandaardiseerde, multiaxiale en niet-proportionele vermoeiingsproef die elk aftermarket wiel moet doorstaan. De vermoeidheidsgeoptimaliseerde ontwerpen tonen een verbeterde verdeling van vermoeiingsschade, verminderde spanningsconcentraties en een verlengde voorspelde levensduur in vergelijking met andere ontwerpbenaderingen.

Door de voorspelling van de vermoeiingslevensduur in de optimalisatielus op te nemen, overbrugt dit onderzoek de kloof tussen structurele efficiëntie en langdurige duurzaamheid. De voorgestelde aanpak biedt een veelbelovend pad naar robuustere ontwerpen in veeleisende technische toepassingen.

----

This thesis develops a computational framework for structural topology optimisation
that explicitly accounts for multiaxial fatigue under non-proportional loading. While
fatigue is a frequently occurring failure mechanism in mechanical components, it is
often treated as a post-processing step rather than being integrated into the design
process. This work addresses that gap by embedding a critical-plane fatigue model
directly into the optimisation algorithm.

The framework incorporates the Brown–Miller strain-based fatigue criterion within a
density-based topology optimisation approach, enabling fatigue life prediction across
complex load paths. The implementation includes a full analytical sensitivity analysis,
both direct and adjoint, to ensure accurate and efficient optimisation with
gradient-based solvers.

The methodology is first validated on a benchmark L-bracket to demonstrate its
performance relative to compliance- and stress-based objectives. It is then applied
to the design of an automotive wheel subjected to a rotating bending test. This is
a standardised, multiaxial and non-proportional fatigue test that every aftermarket
wheel must pass. The fatigue-optimised designs exhibit improved fatigue damage
distribution, reduced stress concentrations and extended predicted fatigue life compared to different design approaches.

By embedding fatigue life prediction into the optimisation loop, this research bridges
the gap between structural efficiency and long-term durability. The proposed approach offers a promising pathway toward more resilient designs in demanding engineering applications.

Zwaartekrachtgolven bieden een unieke blik op ons universum en een nieuwe manier om materie te bekijken. We meten echt de dynamiek van massa's wat ons toe zou staan om op vrij natuurlijke wijze de samenstelling van compacte objecten te bepalen. Voor mijn thesis heb ik een techniek ontwikkeld die twee algemene data analyse technieken uit de zwaartekrachtgolffysica combineert om ongemodelleerde fenomenen bovenop gekende theoretische modellen toe te voegen en vervolgens te infereren. Zo'n fenomenen zouden bijvoorbeeld resonanties van neutronensterren kunnen zijn, die nauw samenhangen met de interne structuur van deze objecten, of glitches in zwaartekrachtgolfdetectoren.

When fundamental symmetries break during early universe phase transitions the resulting scalar field can develop non trivial space dependent configurations of non-vanishing energy density, known as defects; examples of which include domain walls, cosmic strings and monopoles. These defects form a network of extended object, which can play an active role in the dynamics of the early universe, such as generating a gravitational wave background (GWB). Remarkably, Pulsar Timing Array (PTA) experiments have recently reported the first evidence of a GWB, making the study of defects particularly timely and relevant. While the PTA excess is most likely of astrophysical origin, an exciting prospect is a GWB of cosmological origin. In this thesis, a GWB generated by cosmic strings in the early universe is studied. In particular, a model of two subsequent phase transitions is considered in which, under certain conditions, metastable cosmic strings can emerge during the second transition. Specifically, metastable strings have a probability to decay through a quantum tunneling process in which monopoles are nucleated along the strings, effectively reducing their lifetime. Within this model, we will perform a classical stability analysis on the string solutions in order to investigate whether they are long lived enough to have any impactful phenomenology. Finally, we discuss the implications of the determined stability conditions on the predicted gravitational wave spectrum, and how it affects the detectability of this scenario in GW experiments, including PTA.

Sterren zijn er van alle formaten: van kleine, lichte sterren zoals onze Zon tot sterren tientallen of zelfs honderdtallen keer zwaarder. Zware sterren spelen een belangrijke rol in het universum. Ze produceren namelijk alle elementen van helium tot ijzer. Na hun relatief korte levensduur van ongeveer 10 miljoen jaar sterven ze in een indrukwekkende supernova. Ze laten dan een neutronenster of zwart gat achter: mysterieuze objecten die zwaartekrachtgolven kunnen voortbrengen. Het bestuderen van zware sterren is dus relevant voor vele aspecten van de astrofysica.

Asteroseismologie bestudeert de opbouw van sterren door het meten van sterbevingen. Net zoals aardbevingen een verhaal vertellen over de binnenkant van de Aarde, geven sterbevingen informatie over de structuur van sterren. Ondanks de belangrijke rol die zware sterren spelen, zijn er nog maar enkelen in detail bestudeerd aan de hand van asteroseismologie.

Deze thesis rapporteert over de eerste gedetailleerde asteroseismische studie van een zware ster die rekening houdt met een intern magnetisch veld. De zware ster in kwestie, HD192575, vertoont een patroon in zijn sterbevingen dat nog niet volledig begrepen was. Deze thesis onderzoekt of dit afwijkend patroon een gevolg kan zijn van een intern magnetisch veld in de ster. Vertrekkende van bestaande modellen van HD192575 modelleren we de effecten van rotatie en magnetisme op de sterbevingen en zoeken we de best passende modellen.

We vonden dat het patroon in de sterbevingen best verklaard kan worden door de combinatie van rotatie en een magnetisch veld. Wat opvalt is dat de ster draait rond een andere as dan de magnetische as tussen de noord- en zuidpool van het magnetische veld. De bekomen rotatiesnelheid van de ster sluit nauw aan bij vorige resultaten en de waarden van het magnetische veld zijn in lijn met verwachtingen uit de theorie. Dit werk presenteert de eerste asteroseismische modellering ooit van een zware ster met zowel rotatie als een intern magnetisch veld. De resultaten zijn een eerste stap naar breder onderzoek over magnetische velden in zware sterren. Dit zal tot nieuwe inzichten leiden in de evolutie en rotatie van zware sterren.

In dit werk heb ik gezocht naar een efficiënte differentiatieaanpak om de leerontwikkeling en groeicurve van leerlingen tijdens de lessen fysica te optimaliseren. Op basis van diverse wetenschappelijke en betrouwbare bronnen heb ik de brede betekenis van differentiatie onderzocht, evenals de veelvoorkomende vormen waarin dit in de praktijk wordt georganiseerd. Hieruit blijkt dat differentiatie niet alleen een proces is dat in de les kan geïntegreerd worden, maar dat het ook actief bespreekbaar moet worden gemaakt met de leerlingen. Verder heb ik door mijn literatuurstudie geleerd dat differentiatie niet alleen in de leerinhouden kan worden toegepast, maar ook in de fysieke leeromgeving en via structurele aanpassingen die voor elke leerling voordelig zijn. Vooral differentiatie op procesgericht niveau kan daarbij leiden tot persoonlijke successen van individuele leerlingen in de klas.

De vragen die ik mezelf stelde, waren onder andere: Welke interventies kan een leerkracht inzetten om individuele ondersteuningsmiddelen te bieden, terwijl alle leerlingen naar dezelfde doelstellingen toewerken? Differentiatie betekent dus niet zomaar het aanpassen van lessen of het geven van extra oefeningen, maar ook het afstemmen, observeren en erover in gesprek gaan met de leerlingen.

Uit de literatuur is gebleken dat werken in niveaugroepen de meest voorkomende vorm van differentiatie is, maar hoe maak je deze aanpak succesvol? Er bestaan verschillende vormen van differentiatie, en het is van belang om deze goed af te stemmen op het onderwerp en de doelstellingen van de les. Daarnaast spelen factoren zoals de juiste voorbereiding, flexibele communicatie en een goede band met de leerlingen een grote rol in het slagen van niveaugroepering. Aan de hand van de literatuur heb ik een differentiatieproject (IGDI) uitgewerkt, gebaseerd op bekrachtigende factoren die het leerproces van leerlingen ondersteunen.

Om te bepalen of differentiatie in de lesaanpak daadwerkelijk een effect heeft op de leerontwikkeling en de groeicurve van leerlingen, heb ik dit gedurende vijf weken getest door middel van een praktijkonderzoek. Ik heb al het benodigde leermateriaal zelf ontwikkeld en ik was als onderzoeker ook zelf verantwoordelijk voor de uitvoering van het project. Zo kon ik als leerkracht zelf ervaren wat differentiatie inhoudt en welke meerwaarde het kan bieden voor leerlingen. De resultaten van het onderzoek zijn verzameld via verschillende dataverzamelingsmethoden, waaronder individuele interviews met de leerlingen, observaties door de vaste klasleerkracht en een productgerichte schriftelijke evaluatie met zelfreflectie in de vorm van een toets. Hieruit blijkt dat differentiatie in de lesaanpak een duidelijke positieve invloed kan hebben op de leerontwikkeling en de groeicurve van leerlingen. Door differentiatie te koppelen aan keuzevrijheid en zelfselectie, ondervinden leerlingen tal van voordelen, die ze zelf ook ervaren. Er is dus zeker potentieel voor het toepassen van differentiatie in lesaanpak met behulp van niveaugroepen in het secundair onderwijs.

De ridge air-filled substrate integrated waveguide (ridge AFSIW) wordt voorgesteld als een oplossing voor de tegenstrijdige vereisten op vlak van lage verliezen en miniaturisatie voor de voedingsstructuren van antenneroosters
bij millimetergolffrequenties (mmWave). Een uitgebreide parameteranalyse leidt tot een pareto-optimale dimensionering. Van een dergelijke ridge AFSIW, geoptimaliseerd voor gebruik op 28 GHz, werd een prototype gemaakt en gekarakteriseerd. Om de toepasbaarheid van de ridge AFSIW in het ontwerp van mmWave-componenten aan te tonen, is een derde-orde gekoppelde-resonatorfilter ontworpen, dat de n257 (26,5 GHz - 29,5 GHz) band afdekt.
De voorgestelde ridge AFSIW maakt dus de weg vrij om geminiaturiseerde mmWave-componenten met lage verliezen te realiseren in next-generation ultra-efficiënte antenneroostersystemen.

Klimaatmodellen voorspellen dat de temperatuur wereldwijd zal blijven stijgen, samen met een toename van de intensiteit en frequentie van hittegolven. Daarbovenop krijgen steden te maken met extra opwarming door het stedelijk hitte-eilandeffect. Met een groeiende stedelijke bevolking, waaronder veel kwetsbare mensen, is het van cruciaal belang om effectieve mitigatiemaatregelen te implementeren om hittestress te verminderen. Hiervoor is temperatuurdata op hoge resolutie noodzakelijk.

Vaak worden numerieke modellen gebruikt om deze data te verkrijgen, maar deze zijn
computationeel zeer intensief, waardoor het moeilijk is om hoge resolutie data te verkrijgen over lange periodes en grote gebieden. Een computationeel goedkoop alternatief voor numerieke modellen zijn statistische modellen, vaak gebaseerd op machine learning technieken. Deze simuleren de temperatuur op basis van datagedreven relaties. De huidige machine learning modellen zijn echter meestal afgestemd op een enkele stad of een beperkte regio, wat resulteert in slechte prestaties voor steden met verschillende karakteristieken. Deze thesis onderzoekt de mogelijkheden om een machine learning model te ontwikkelen dat kan worden toegepast op steden over heel Europa.

De studie gebruikt ruimtelijke en temporele variabelen om een machine learning emulator van het numerieke UrbClim model te construeren. Daarnaast wordt het effect van het aantal steden in de trainingsset bestudeerd. Dit is cruciaal omdat grote datasets met numerieke trainingsdata, zoals die beschikbaar zijn gesteld voor UrbClim, vaak ontoegankelijk of rekenkundig te duur zijn om te verkrijgen

Solar power forecasting is essential for optimizing energy use in residential households.
Machine learning models are promising for this power forecasting because they can
capture its non-linear characteristics. Nonetheless, these models require a significant
amount of data that is unavailable for new installations. To overcome the limited
data availability, this thesis proposes a transfer learning model using Long ShortTerm Memory (LSTM) networks trained on synthetic photovoltaic (PV) generation
provided by the Photovoltaic Geographical Information System. Using the metadata
about a PV installation, this synthetic data simulates the past production of the
new PV installation. The model utilizes Numerical Weather Predictions (NWP)
and autoregressive covariates. This proposed model is compared to benchmarks,
including models trained only on sites’ actual PV power, physical models, and TL
models with no weather covariates.
The research investigates the effect of physics-informed variables on the accuracy
of transfer learning. Furthermore, it examines the usage of reanalysis data to train
with synthetic PV data due to the low accessibility of historical Numerical Weather
Prediction output. Walk-forward validation is employed for forecasting the actual
PV power to simulate real-life conditions and the impact of increasing target data.
The results demonstrate that models trained with historical Numerical Weather
Prediction data achieve higher zero-shot forecasting accuracy. Contrary to expectations, including physics-informed variables did not enhance performance; in fact,
it showed a slight decrease. Additionally, models trained on reanalysis data catch
up with those trained on historical NWP data once limited target data becomes
available.
Discussion highlights include the impact of Storm Darcy in February 2021, which
caused instability in machine learning models and the suitability of other ML models.
The proposed LSTM-based transfer learning model can provide accurate forecasts
even with no or limited actual PV power data, proving its potential for practical
applications in solar power forecasting for residential households.

Deze masterproef onderzoekt de effectiviteit van de online wiskunderemediëringsleerpaden Newton en Isaac aan de Universiteit Gent, geïmplementeerd voor eerstejaarsstudenten die falen voor de starttoets of geen (juiste) starttoets afleggen. Deze leerpaden zijn opgezet om de geconstateerde daling in wiskundige geletterdheid bij jongeren aan te pakken, wat een negatieve invloed heeft op de slaagkansen aan de universiteit. Door middel van learning analytics werd data verzameld over de interacties van studenten met de leerpaden, inclusief de bestede tijd aan verschillende modules, eindtestscores en wiskundescores van het eerste semester. Semigestructureerde interviews boden aanvullende kwalitatieve inzichten.

In mijn thesis analyseer ik de gammastraling van een selectie gammaflitsen, in de hoop turbulentiekenmerken terug te vinden die iets kunnen vertellen over het ontstaan van de gammastraling. Ik vergelijk de kenmerken ook voor verschillende types van gammaflitsen. Deze kenmerken heb ik inderdaad gevonden, maar niet voor alle gammaflitsen, zoals zeer heldere flitsen of de voorloperflits.

Met behulp van de geofysische methodes elektriciteit resistiviteit tomografie en spontaan potentiaal is onderzoek uitgevoerd naar het vulkanisch hydrothermaal systeem van Gunnuhver in IJsland. Verschillende types elektriciteit resistiviteit tomografie modelleringen zijn onderzocht.

Deze scriptie bundelt de bestaande literatuur over het Jackiw-Teitelboim zwaartekrachtmodel, met een bijzondere focus op de groepentheoretische behandeling. Deze achtergrond dient als basis voor een alternatieve beschrijving van de kwantumoplossingen van zwarte gaten, evenals de incorporatie van supersymmetrie in deze context.

In mijn thesis werd onderzocht wat de detectielimiet is voor verschillende types supernovae met de geplande Einstein Telescope, gevoelig voor zwaartekrachtsgolven. Verder werd er onderzocht in hoeverre machine learning de verschillende eigenschappen van de supernovae kan achterhalen door te kijken naar hun zwaartekrachtsgolfsignaal. Er werd geconcludeerd dat er niet genoeg supernova modellen bestaan om machine learning op dit moment al toe te passen, maar dat als de training set wel groot genoeg is, dit wel mogelijk moet zijn.

Onze natuur redden en intussen wetenschappen en wiskunde leren? Het kan! In STEM-lessenpakketten gebruiken leerlingen wetenschappelijke en technische kennis om maatschappelijke problemen op te lossen. De educatieve masterscriptie onderzoekt de criteria voor doeltreffende STEM-projecten en ontwikkelt een lessenpakket over een brandend actueel milieuprobleem: verdroging.

In deze scriptie worden nieuwe oplossingen van de snaartheorie, bekend als 'holographic RG flows', geconstrueerd aan de hand van methodes geïnspireerd door algoritmes uit het domein van machine learning.

Het NV centrum in diamant is een veelbelovend systeem voor verschillende kwantum applicaties. Deze scriptie handelt over hun gebruik in een kwantum Otto motor en toont een aantal fundamentele onderdelen van deze motorwerking experimenteel.

Deze scriptie omvat een studie van de positiemetingen in de LHC deeltjesversneller. Die metingen zijn een vereiste om nauwkeurig de afmetingen van de protonen pakketjes in de LHC te bepalen en zo precies fyische kansen te kunnen meten.

Analytische en numerieke studie van lichttrajecten rondom zwarte gaten die niet voorkomen in Algemene Relativiteit. Hieruit halen we fotonringen, om hun breedte te bestuderen en te vergelijken met de voorspellingen van Algemene Relativiteit. Het doel is deze fotonringen te halen uit foto's van zwarte gaten op de horizonschaal, zoals sinds recent mogelijk is met de Event Horizon Telescope.

Aan de hand van machine learning algoritmes wordt informatie gehaald uit gesimuleerde waarnemingen van zwaartekrachtsgolven afkomstig van supernovae. Het slagen hiervan bewijst dat het mogelijk is om de nodige zaken te leren uit een detectie, ook al kan er op voorhand geen exact passend model voor worden opgesteld.

In mijn masterthesis verkende ik de mogelijke toepassingen van natural language processing (NLP) in de materiaalfysica. Meer bepaald ging ik na in hoeverre woordvectoren fysisch bruikbare info over materialen bevatten.

Kunnen we de binnenkant van een zwart gat reconstrueren aan de hand van haar Hawkingstraling? Hiertoe berekenen we de entropie van een verdampend zwart gat in Jackiw-Teitelboim zwaartekracht. We maken expliciet gebruik van een gerenormaliseerde entropie en voegen geen extern warmtebad toe.