Scriptiebank overzicht

Deze masterscriptie van Sean Nassen (KU Leuven, in samenwerking met EnergyVille) onderzoekt plug & play batterijen: thuisbatterijen die je zelf in een stopcontact steekt, zonder elektricien. In België mag dat sinds april 2025. Er bestond nog weinig onderzoek naar hoe goed deze batterijen presteren en of ze zichzelf terugbetalen.

Wide-field-of-view (WFOV) imaging systems are highly valued for space-based
observation. They are particularly challenging to design due to the presence of
off-axis aberrations. This thesis presents three novel wide-field-of-view (WFOV)
ultraviolet (UV) imaging architectures for the Mars Imager for Dust and Ice
clouds Monitoring (MIDIM): a 2D non-scanning multispectral imager, a 2D
scanning multispectral imager, and a 1D pushbroom multispectral imager. The UV
spectral range is intended and optimized for climate monitoring of Mars, including
atmospheric circulation and dynamics, dust cycles and storms, and water cycles,
clouds, and atmospheric chemistry.
Our research work tackles the optical design of WFOV UV imagers, exploring
different configurations and benefiting from freeform optical design. The key
challenges we faced were dealing with the off-axis aberrations due to the wide
fields, vignetting, and angle-of-incidence (AOI) reduction, while still keeping the
designs manufacturable and within the packaging requirements. Furthermore, the
UV operation range further increased the complexity and difficulty of the design as
the optical throughput needs to be increased due to low radiometric signals paired
with the small Airy disk compared to larger wavelength ranges. Finally, to ensure a
manufacturable design, a design-for-manufacturing approach was adopted, taking
system tolerances into account.
The 2D scanning multispectral imager showed the most optimal performance
despite its increased system complexity, such as the inclusion of a scan mirror,
while the 2D non-scanning multispectral imager showed the worst nominal
and radiometric performance. The 1D pushbroom multispectral imager showed
a comparable nominal performance to the 2D scanning system. However,
it lacked the tolerance robustness. The 2D scanning multispectral imager
shows an unprecedented performance featuring a WFOV of 48° × 10°, spatial
resolution of 2.50 km, F/# of 4.63, 80% of the encircled energy confined within
a radius of 2.15 µm, distortion of 7.30%, MTF ≥ 0.91 at 50 cycles/mm, volume of
170 × 150× 135 mm³, and smeared spatial resolutions between 5.96 km and
12.06 km for an SNR of 100 at 220 nm on Mars.
This work presents the full optical design methodology and results, adopting a
design for manufacturing approach, taking into account the path towards further
prototyping of the design. Consequently, with our research, we hope to pave
the way towards a novel UV space-based imaging telescope, enhancing space
exploration.

Drie taalmodellen werden zowel lokaal als in de cloud getest. Op basis van 6.241 aanvragen werden energieverbruik, geschatte CO₂-uitstoot, snelheid, kosten en inhoudelijke juistheid vergeleken. Een correctie op de cloudschattingen bracht ook het energieverbruik voor het lezen van lange documenten in rekening. Voor de onderzochte toepassing bleek de cloud naar schatting gemiddeld vijf keer energiezuiniger en bij het verwachte bedrijfsvolume financieel aantrekkelijker. Tegelijk toonden de tests dat correct gevormde antwoorden inhoudelijke fouten kunnen bevatten.

De resultaten zijn vertaald naar een praktische beslissingsboom die bedrijven helpt kiezen op basis van onder meer privacy, beschikbare apparatuur, gebruiksvolume, stroommix en antwoordkwaliteit.

Belgian military infrastructure is entering a decisive investment cycle in which new-build projects, major renovations and electrical modernisation must support both climate objectives and operational resilience. This thesis addresses two questions: (1) which energy design criteria should guide defence infrastructure projects and (2) how an existing medium-voltage network can evolve into a resilient microgrid.

The study combines analysis of internal documentation and processes with a literature review and market consultations. First, the future planning process for military barracks is evaluated, alongside the internal technical design instructions. These instructions are updated to reflect recent HVAC developments. Cost-reduction strategies and a decision-support approach for early design stages are discussed, including an assessment of simplified modular building concepts and the outsourcing of geothermal energy systems.

Second, the thesis explores the adaptations needed to the medium-voltage network. The increasing integration of distributed energy sources, reliability demands and exposure to cyber risks require rethinking traditional networks. A conceptual framework is developed to convert the existing medium-voltage network into a resilient microgrid, including definitions, key components and a step-by-step roadmap.
Overall, the thesis provides practical design improvements for the cost-efficient implementation of military energy systems. Proposed measures include savings of up to 53% for new-build projects.

Arrays zijn een basisonderdeel van leren programmeren, maar beginners vinden ze vaak het moeilijkste onderwerp. Dat geldt zeker voor studenten in toegepaste wetenschappen, voor wie programmeren eerder een hulpmiddel is dan hun hoofdinteresse. Deze masterproef onderzoekt hoe een gegamificeerde leeromgeving eerstejaarsstudenten Elektromechanica kan helpen om arrays te begrijpen.

Literatuur, examenresultaten en interviews met studenten en een expert brachten vier struikelblokken aan het licht: indexering, lussen combineren met arrays, waarden aanpassen tijdens een herhaling en veelvoorkomende bewerkingen. Op basis daarvan ontstond ArrayCamp. Die browsertool combineert het PRIMM-model, visuele oefeningen, Parsons-puzzels, gamificatie en AI-feedback.

Een evaluatie met 27 studenten toont dat ze de tool ondersteunend, gebruiksvriendelijk en motiverend vinden. Wel werkten weinig studenten de laatste opdrachten af, vooral door tijdsdruk vlak voor het examen. De AI-feedback in de tool was nog niet altijd consistent. Zo'n tool werkt dus pas echt als hij ook goed in de lessen wordt ingebed.

Tijdens mijn masterthesis moest ik een deep learning model ontwikkelen die laser doppler afbeeldingen voorspelt op basis van digitale foto's.

Dit bachelorproject beschrijft de ontwikkeling van CompanionBits, een Belgisch softwareplatform dat gebruiksvriendelijke productiviteitstools ontwikkelt voor bouwprofessionals. Het project ontstond vanuit de vaststelling dat veel dagelijkse handelingen binnen AutoCAD nog steeds tijdrovend en omslachtig verlopen. CompanionBits wil deze bestaande werkomgeving verbeteren zonder AutoCAD te vervangen, met eenvoudige en gerichte tools die de efficiëntie verhogen.

Binnen het project werd een volledig softwareplatform ontwikkeld. Dit omvat een commerciële website, gebruikers- en abonnementsbeheer, een beveiligd licentiesysteem, online betalingen via Stripe en een reeks AutoCAD-plugins. Daarnaast werd BasinCalc ontwikkeld als een zelfstandige rekentool voor infiltratie- en bufferbekkens. De AutoCAD-tools werden ontwikkeld met C# en .NET 8, terwijl de website gebruikmaakt van Next.js, React en TypeScript. De backend werd gebouwd met Django en PostgreSQL, aangevuld met Redis en verschillende externe diensten.

Tijdens het project werd uitgebreid aandacht besteed aan softwarearchitectuur, beveiliging, gebruiksvriendelijkheid, schaalbaarheid en onderhoudbaarheid. Het systeem maakt onder andere gebruik van machinegebonden licenties, versleutelde lokale licentiegegevens, server-side validatie en een offline-periode van maximaal 30 dagen. Betalingsgegevens worden niet door CompanionBits opgeslagen, maar rechtstreeks door Stripe verwerkt.

De software werd gevalideerd via manuele functionele tests, API-tests, geautomatiseerde unit- en integratietests en een CI-pijplijn met GitHub Actions. De belangrijkste requirements werden gekoppeld aan concrete acceptatietestcases. Hierdoor werd niet alleen de functionaliteit, maar ook de betrouwbaarheid en beveiliging van het platform gecontroleerd.

Een belangrijk onderdeel van het project was de technologiekeuze. Een eerder ontwikkelde Java/Spring Boot-backend werd tijdens het project vervangen door Django, omdat Django beter aansloot bij de ontwikkelsnelheid en vereisten van een solo-ontwikkelaar. Ook PostgreSQL en Next.js werden bewust gekozen vanwege hun betrouwbaarheid, integratiemogelijkheden en SEO-ondersteuning.

Het eindresultaat is een volledig werkend en commercieel inzetbaar softwareplatform. Het project toont aan dat een complexe oplossing zelfstandig over verschillende technologieën heen kan worden ontworpen, ontwikkeld, getest en gedeployed. Naast technische kennis leverde het project ook ervaring op in security, softwarearchitectuur, productontwikkeling en ondernemerschap. Toekomstige uitbreidingen zijn onder andere meer geautomatiseerde frontendtests, monitoring, 2FA, verdere uitbreiding van de toolsuite, publicatie via de Autodesk App Store en internationale groei.

Mijn bachelorproef onderzoekt hoe RFID-technologie het materiaalbeheer bij StandPlus kan verbeteren. StandPlus is een standenbouwer uit Roeselare en werkt met meer dan 3.000 herbruikbare aluminium BeMatrix-kaders. Die worden vandaag voor vertrek manueel door twee medewerkers geteld, en bij retour gebeurt er geen systematische controle. Dat kost tijd, leidt tot fouten en zorgt voor een onbetrouwbare voorraadregistratie.

Het onderzoek combineert literatuurstudie met praktijkonderzoek. Eerst werd het huidige proces in kaart gebracht en werden de manuele controles met een stopwatch gemeten. Daarna werd samen met Geartracking een RFID-pilot opgezet, met 100 getagde kaders. Omdat metaal RFID-signalen verstoort, werden verschillende labels en tagposities getest. Een on-metal sticker net onder de klittenband aan de buitenkant van het kader gaf een betrouwbare detectie.

RFID-scanning bleek de controletijd met meer dan 85 procent te verminderen, en de controle kan door één persoon gebeuren in plaats van twee. In nagebootste scenario's werden ontbrekende, extra en vermengde items meteen gedetecteerd. Uit de kosten-batenanalyse blijkt een investering van ongeveer €12.677, tegenover een jaarlijkse besparing van €1.280 aan arbeidskosten. De grootste meerwaarde ligt echter in betere controle, foutreductie en voorraadnauwkeurigheid. Aanbevolen wordt om RFID gefaseerd in te voeren: eerst de kaders, daarna andere materialen.

Electric traction motors for hybrid and battery vehicles are currently designed by
wrapping a finite-element key-performance-indicator (KPI) evaluator in an evolu
tionary optimisation loop, an approach that can take days of compute on a multi-core
node per customer case. This thesis addresses the same problem from the inverse
direction: given a target peak performance profile together with the electrical limits
imposed by the inverter and battery, generate a diverse set of compliant double-V
interior permanent magnet synchronous machine (IPMSM) geometries. The pro
posed framework combines three components, using a dataset of 85384 physically
valid samples obtained by latin hypercube sampling of the 17 free geometric pa
rameters: (i) a residual multilayer-perceptron surrogate that maps geometry and
electrical limits to the 80-point peak torque–speed curve through a 19-component
principal-component bottleneck, (ii) a conditional variational autoencoder (CVAE)
with a 15-dimensional latent space that learns to generate performance-compliant
geometries, given the working conditions, and (iii) a gradient-based latent space
optimisation stage that refines a sampled candidate towards minimal volume under
soft performance-compliance and structural-integrity penalties driven by the frozen
surrogate.

On the held-out test set, the surrogate reaches a mean relative L2 error of 0.62%
on the denormalised torque curve at sub-millisecond inference cost. A performance
regularised CVAE variant, which augments the evidence lower bound with a dif
ferentiable compliance penalty derived from the frozen surrogate, lifts the mean
prior-sampling compliance on eight industrial conditions from 49.1% to 75.7% while
preserving roughly 86% of the per-feature design-range coverage. The subsequent
latent-space optimisation returns a compliant candidate for every one of the eight
conditions and for both CVAE variants, converging within roughly 100 iterations and
finishing in about 45s per condition on a single CPU core. A single FEM run con
firms that the optimised torque–speed curve passes through the requested operating
points. The framework therefore compresses what is currently a days-long search
into a sub-minute generative step. Thermal, efficiency, noise-vibration-harshness,
and demagnetisation behaviour remain out of scope and are identified as the prior
ity directions for further work.

Deze masterproef onderzoekt hoe burgers betekenis geven aan CCTV-surveillance in de publieke ruimte en hoe hun percepties zich verhouden tot de institutionele werking van cameratoezicht in Hasselt. Vertrekkend vanuit het concept van folk theories analyseert dit onderzoek hoe burgers intuïtieve verklaringen ontwikkelen over wie surveilleert (bron), waarom camera’s worden geplaatst (doel), hoe het systeem technisch werkt (mechanisme) en welke rol de locatie van camera’s speelt (plaats). Methodologisch hanteerde dit onderzoek tien data walks met 22 deelnemers, aangevuld met expertinterviews, een observatiebezoek en een analyse van webpagina’s van Stad Hasselt en Politie Limburg Regio Hoofdstad.

De resultaten tonen een discrepantie tussen het officiële luik en burgerpercepties. Terwijl lokale autoriteiten cameratoezicht beschrijven als een juridisch gereguleerd, grotendeels retroactief en doelgebonden systeem, ervaren burgers het cameranetwerk vaak als een ondoorzichtig systeem waarvan de werking onduidelijk blijft. Onvolledige informatie wordt aangevuld met folk theories, waarbij vooral onzekerheid bestaat over live monitoring, bewaartermijnen, datakoppeling, AI en gezichtsherkenning. Dit onderzoek identificeert plaats als een tot nu toe onderbelichte dimensie: dezelfde camera kan anders worden geïnterpreteerd afhankelijk van de locatie. Burgers hanteren verschillende copingstrategieën, van relativering en onverschilligheid tot actief vragen stellen of begrip tonen voor het officiële perspectief. Sociale identiteit en smart-citytoepassingen kleuren de betekenisgeving verder, onder meer via zorgen over sociale sortering, function creep en AI-bias.

Deze studie toont aan dat CCTV niet louter een technisch veiligheidsinstrument is, maar een sociotechnische assemblage waarin camera’s, signalisatie, regelgeving, locatie en communicatie samen betekenis produceren. De bevindingen onderstrepen het belang van transparantere
communicatie over cameratoezicht, zodat burgers beter geïnformeerd kunnen deelnemen aan het democratisch debat over surveillance in de publieke ruimte.

Generatieve artificiële intelligentie heeft zich op korte tijd stevig verankerd in softwareontwikkeling en beïnvloedt ook steeds vaker het programmeeronderwijs. Deze masterpraktijkproef onderzoekt de implicaties hiervan voor het leren en onderwijzen van programmeren en de wijze waarop lesgevers hiermee omgaan in hun onderwijspraktijk.

Het eerste luik bestaat uit een literatuurstudie over de invloed van generatieve AI op het aanleren van programmeervaardigheden en over didactische strategieën die hierbij kunnen worden ingezet. De literatuur beschrijft kansen op het vlak van ondersteuning, evaluatie, differentiatie en motivatie. Tegelijk worden uitdagingen aangehaald op het vlak van academische integriteit, afhankelijkheid en bias.

Het tweede luik omvat een vragenlijstonderzoek bij programmeerlesgevers in Vlaanderen (N = 37), met aandacht voor hun gebruik, ervaringen en opvattingen met betrekking tot generatieve AI. De resultaten wijzen erop dat generatieve AI inmiddels zowel bij lesgevers als bij lerenden een vaste plaats heeft verworven. De visies op het gebruik ervan lopen echter sterk uiteen: sommige lesgevers benadrukken het belang van een stevige programmeerbasis en kiezen voor een restrictieve aanpak, terwijl anderen generatieve AI beschouwen als een onmisbaar onderdeel van hedendaags programmeren en deze bewust integreren in hun onderwijspraktijk. Respondenten benadrukken daarnaast het groeiende belang van vaardigheden zoals probleemanalyse, het kritisch beoordelen en debuggen van code en het doordacht aanwenden van AI-hulpmiddelen.

Deze studie concludeert dat generatieve AI het programmeeronderwijs niet overbodig maakt, maar wel vraagt om een heroriëntatie van leerdoelen, didactiek en evaluatie.

Gebruik hiervoor een korte, zakelijke samenvatting. Bijvoorbeeld:
Korte inhoud van je scriptie
Mijn scriptie onderzoekt hoe zorgverleners in de ouderenzorg ondersteund kunnen worden bij het vastleggen van observaties tijdens of direct na een zorgmoment. Uit interviews, een enquête en workflowanalyse bleek dat rapportage vaak pas later gebeurt, waardoor zorgverleners veel informatie moeten onthouden tijdens een drukke zorgronde. Dit vergroot de mentale belasting en kan ervoor zorgen dat details verloren gaan.
Als antwoord hierop ontwikkelde ik MEROO: een product-service-systeem met een borstgedragen wearable, NFC-tags, een laadstation en een digitale inbox. Zorgverleners kunnen korte observaties inspreken op het moment dat ze ontstaan. De opnames worden later verwerkt tot conceptnotities, die de zorgverlener controleert voordat ze in het cliëntendossier worden overgenomen.
Met een proof of concept testte ik de technische haalbaarheid van opnemen, transcriberen en controleren. MEROO wil administratieve druk verminderen, zonder de zorgverlener te vervangen. Het systeem brengt rapportage dichter bij het zorgmoment en creëert meer ruimte voor directe, menselijke zorg.

Deze masterproef onderzoekt hoe architectuur, materialiteit en bouwfysische principes kunnen bijdragen aan een prikkelregulerende en voorspelbare leeromgeving voor kinderen met een autismespectrumstoornis (ASS). Het onderzoek combineert literatuurstudie, case study-analyse en materiaalonderzoek en vertaalt de inzichten naar concrete ontwerpprincipes. Deze worden toegepast in een nieuw schoolontwerp voor De Wissel in Zwartberg, waarin ruimtelijke leesbaarheid, verschillende gradaties van prikkels, natuur, overgangsruimtes en comfort samenkomen. Het project wordt gekaderd binnen een bredere regeneratieve toekomstvisie voor Zwartberg, waarin ecologische, sociale en maatschappelijke aspecten met elkaar worden verbonden.

Hoewel moderne grote taalmodellen (LLM's) moeiteloos verschillende persona's kunnen aannemen via prompting, worden ze streng begrensd door ingebouwde veiligheidsregels en ethische richtlijnen van ontwikkelaars. Wanneer dergelijke AI-systemen geconfronteerd worden met complexe, ethisch situaties, vallen ze vaak terug op een algemeen standaardantwoord. Dit onderzoek brengt deze kloof, die bekend staat als de "personality illusion" in kaart. Hiervoor werd de MoralPersona Sandbox ontwikkeld: een modulair softwareplatform dat de omgevingscontext, het psychologische profiel (gebaseerd op het Big Five OCEAN-model) en het onderliggende taalmodel strikt van elkaar isoleert. Om te valideren of dergelijke modellen daadwerkelijk menselijk gedrag weerspiegelen, werd een empirische gebruikersstudie uitgevoerd met 71 deelnemers. Deelnemers koppelden hun eigen psychologische profiel aan AI-configuraties en doorliepen 6 diverse morele dilemma's.
De resultaten tonen aan dat deelnemers de tegenovergestelde persoonlijkheidsagenten weliswaar betrouwbaar als 'minst overeenstemmend' aanduidden, maar dat er tegelijkertijd een sterke personality illusion optreedt: slechts een beperkte groep herkende hun eigen gepersonaliseerde agent als de beste match. Bovendien bleek de sturing minimaal; beslissingsomslagen vonden slechts in 2,35% van de gevallen plaats. Dit duidt erop dat hoewel LLM's uitblinken in stilistisch rollenspel, ze fundamentele moeite hebben met het spiegelen van authentieke menselijke, morele redeneerpatronen.

In veel grote magazijnen worden dozen van verschillende maten nog steeds handmatig op pallets gestapeld. Dit is zwaar fysiek werk voor magazijniers en leidt er vaak toe dat pallets niet optimaal benut worden, waardoor vrachtwagens met veel lege lucht rondrijden. In deze masterproef ontwikkelden we daarom een automatische 'Tetris-robot' die dit werk overneemt. Het systeem scant passerende dozen op de lopende band met een 3D-camera om de exacte afmetingen te bepalen. Vervolgens herkent een slim camerasysteem met artificiële intelligentie automatisch scheuren, deuken of vochtschade, waarna beschadigde dozen meteen van de band worden geduwd. Om de goedgekeurde dozen zo compact en stabiel mogelijk op elkaar te stapelen, ontwikkelden en trainden we slimme rekenmodellen en zelflerende algoritmes. Om te bewijzen dat dit ook in de praktijk werkt, bouwden we een werkend fysiek prototype met een robotarm, een vacuümgrijper en een industriële besturing, waarmee de hard- en software naadloos samensmelten tot één autonoom geheel.

AI-gestuurde ontwikkeltools zoals Large Language Models (LLM's), prompt engineering en het Model Context Protocol (MCP) veranderen de softwareontwikkeling snel, maar roepen vragen op over codekwaliteit, afhankelijkheid en de rol van de ontwikkelaar. Deze bachelorproef onderzoekt hoe AI-ondersteuning het ontwikkelproces van een cloudgebaseerde applicatie kan versnellen en verbeteren, en welke risico's daarbij horen. De casestudie is Lexis, een applicatie van CERM die e-mails van drukkerijklanten met een LLM analyseert en de gegevens doorstuurt naar het ERP systeem.

Na een theoretisch overzicht van prompt engineering, MCP, skills en agents werden drie implementaties opgeleverd: een authenticatie-oplossing voor meerdere klanten, een interne tool voor testdatabeheer en een gemoderniseerde API-testinfrastructuur. AI versnelde de oplevering aanzienlijk, maar zonder gerichte sturing bleef de code niet steeds productieklaar. AI werkt het best als verlengstuk van de ontwikkelaar, niet als vervanger, binnen duidelijke processen met heldere instructies.

Deze bachelorproef onderzoekt de ontwikkeling van een kosteneffectief meetsysteem voor het detecteren van piepgeluiden van treinen in spoorwegbochten, ook wel booggeluid genoemd. Het systeem combineert cameratechnologie, geluidsmetingen en automatische signaalverwerking om treinpassages te registreren en booggeluid te detecteren. Dankzij draadloze communicatie en lokale gegevensverwerking biedt het project een praktische oplossing voor het monitoren van spoorweggeluid in stedelijke omgevingen.

De snelle opkomst van Large Language Models (LLM's) roept vragen op over hun omgang met low-resource-talen en het daarin vervatte culturele gedachtegoed. Deze studie onderzoekt hoe general-purpose LLM's culturele concepten uit het Latijn vertalen, met de epigrammen van Martialis als casus. Om de aard van deze vertaalverschuivingen te kwantificeren, is een handmatige annotatie uitgevoerd volgens het Multidimensional Quality Metrics (MQM)-framework, gefaciliteerd door aangepaste categorieën en een speciaal hiertoe ontwikkelde applicatie. Hierbij worden de vertalingen door de modellen Gemini 3.1 Pro, M365 Copilot Chat en Kimi-K2.6 vergeleken met de brontekst en twee menselijke referentievertalingen. Uit de analyse blijkt enerzijds een duidelijke tendens naar letterlijkere, generiekere vertalingen die culturele nuance missen, anderzijds een assimilerende vertaalstrategie, vermoedelijk gedreven door een Engelstalige bias in de trainingsdata. Bij de modelvergelijking produceerde Gemini 3.1 Pro significant minder verschuivingen dan de andere twee modellen. Ten slotte tonen de resultaten aan dat langere bronteksten resulteren in een proportioneel hoger aantal verschuivingen per vers.

Het onderzoeken van machines en technieken voor chemievrije onkruidbestrijding in de gewasrij bij sierteelt. Hiervoor worden veel machines en onderdelen beschreven, maar ook andere technieken op zich. Voor de proef zelf werd een machine gebruikt die is ontworpen door ILVO en Vanhoucke Machine Engineering. Er werden nog enkele aanpassingen aan gedaan en veel software aanpassingen om de machine op punt te krijgen voor de sierteelt. Het hele proces wordt beschreven in de thesis.

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.

Traditioneel is het architectonisch ontwerpproces sterk visueel georiënteerd, waarbij de auditieve dimensie van ruimtes vaak pas laat door gespecialiseerde akoestici wordt geanalyseerd. Hoewel de auditieve mogelijkheden in het ontwerp de laatste jaren zijn toegenomen door diverse softwarepakketten, wordt geluid tijdens het creatieve proces nog onvoldoende als ontwerpparameter ingezet. Deze benadering schiet tekort in het waarborgen van auditieve toegankelijkheid voor diverse gebruikersgroepen.

Auralisatie, het auditieve equivalent van visualisatie, biedt een manier om de akoestische beleving van een ruimte al tijdens het ontwerpproces hoorbaar te maken. In dit onderzoek wordt auralisatie benaderd als een verkennende, communicatieve en participatieve ontwerptool die de uitwisseling tussen technische akoestische parameters en subjectieve ruimtelijke ervaring kan ondersteunen binnen inclusieve ontwerppraktijken.

De centrale onderzoeksvraag luidt: "Hoe kan auralisatie, met aandacht voor auditieve diversiteit, worden ingezet als een tool tijdens het ontwerpproces om tot meer inclusieve ruimtelijke ontwerpen te komen?" Een grondige literatuurstudie legt de theoretische basis en identificeert auditieve diversiteit bij mensen met een zintuiglijke beperking of mensen die neurodivergent zijn: mensen met een visuele beperking hebben baat bij enige nagalm voor ruimtelijke oriëntatie, mensen met een auditieve beperking vereisen een korte nagalmtijd voor spraakverstaanbaarheid, en mensen op het autismespectrum hebben vaak behoefte aan een korte nagalm en een laag geluidsniveau om sensorische overbelasting te voorkomen.

Door middel van een kwalitatieve casestudy binnen het kader van het herbestemmingsproject voor het Stadhuis van Leuven, waarbij drie ervaringsdeskundigen werden betrokken, werd onderzocht hoe auralisatie in een concrete ontwerpcontext kan functioneren. De sessies leverden niet alleen ontwerp-gerelateerde inzichten op, maar maakten ook zichtbaar hoe uiteenlopende auditieve ervaringen elkaar kunnen aanvullen of in spanning kunnen staan. Dit benadrukt dat inclusieve akoestiek niet kan worden herleid tot uniforme richtlijnen, maar eerder een proces is van afwegen en contextualiseren.

De bijdrage van dit onderzoek ligt in het verkennen van auralisatie als een communicatieve en participatieve ontwerptool die het begrip van akoestische ruimte-ervaring kan ondersteunen. De resultaten suggereren dat auralisatie kan bijdragen aan het expliciteren van impliciete kennis over geluid en ruimte, en het faciliteren van dialoog tussen architecten en ervaringsdeskundigen. Binnen de beperkingen van dit verkennend onderzoek wordt auralisatie hierbij beschouwd als een hulpmiddel voor participatieve reflectie, eerder dan als een zelfstandige ontwerpoplossing.

In deze bachelorproef wordt onderzocht hoe AI-gestuurde educatieve chatbots kunnen worden afgestemd op de noden van leerlingen met leerstoornissen, met een focus op dyslexie en dysfasie. De stage vindt plaats binnen Eureka Expert BV, onderdeel van Eureka Leuven, een toonaangevend Belgisch expertisecentrum die personen met leerstoornissen begeleidt.
Binnen deze context wordt een prototype ontwikkeld van een AI-gedreven chatbot die optreedt als digitale studiebegeleider. Het systeem moet studeren ondersteunen door de leerling te ondervragen en gericht feedback te geven op basis van het studiemateriaal van de gebruiker. Hierbij wordt specifiek rekening gehouden met de noden van leerlingen met dyslexie en/of dysfasie.
Het systeem wordt ontwikkeld in React (TypeScript/Vite). De AI-functionaliteit wordt gerealiseerd via een Node.js/Express-backend met Google Gemini voor tekst- en spraakverwerking. Door gebruik te maken van Retrieval-Augmented Generation (RAG) via Gemini File Search worden antwoorden inhoudelijk afgestemd op het studiemateriaal.
Daarnaast wordt een literatuurstudie uitgevoerd naar informatieverwerking en effectieve leerstrategieën bij leerlingen met dyslexie en/of dysfasie. Op basis hiervan wordt onderzocht hoe een AI-chatbot deze strategieën kan ondersteunen. Daarnaast wordt onderzocht hoe system prompts geoptimaliseerd kunnen worden en wordt een promptstrategie uitgewerkt.
Tot slot wordt een evaluatie uitgevoerd met leerlingen gericht op hun gebruikservaring. Aan de hand van gerichte vragen wordt gepeild naar gebruiksvriendelijkheid, duidelijkheid, motivatie en ondersteuning. De resultaten worden verwerkt in een evaluatiematrix, die toelaat om verbeterpunten te formuleren voor zowel de chatbotinterface als de onderliggende promptstructuur.
Uit de ontwikkeling en evaluatie blijkt dat de AI-gestuurde chatbot potentieel heeft als aanvullende studieondersteuning voor leerlingen met dyslexie en/of dysfasie. De combinatie van Retrieval-Augmented Generation, aangepaste promptstrategieën, eenvoudige taal, herhaling en multimodale interactie zorgt ervoor dat de chatbot beter kan aansluiten bij de noden van deze doelgroep. Doordat de antwoorden gebaseerd worden op het studiemateriaal van de leerling, kan de ondersteuning inhoudelijk relevanter en meer contextgericht worden aangeboden.
De gebruikerstesten tonen aan dat de chatbot door leerlingen als motiverend en behulpzaam kan worden ervaren. Vooral de mogelijkheid om zelfstandig te oefenen, vragen te stellen, uitleg te krijgen en via spraak te communiceren, maakt de toepassing toegankelijker voor leerlingen die moeilijkheden ervaren met lezen, schrijven of taalverwerking. De chatbot biedt bovendien ruimte voor herhaling en directe feedback, wat kan bijdragen aan meer zelfvertrouwen en zelfstandigheid tijdens het studeren.
Tegelijkertijd moet de chatbot worden gezien als een ondersteunend hulpmiddel en niet als vervanging van een leerkracht of begeleider. De resultaten tonen aan dat AI waardevol kan zijn binnen gepersonaliseerde leerondersteuning, op voorwaarde dat de technologie zorgvuldig wordt afgestemd op de doelgroep en ingebed wordt in een veilige, pedagogisch verantwoorde leercontext. Deze bachelorproef toont daarmee aan dat een AI-gestuurde studiebegeleider een veelbelovende aanvulling kan vormen op bestaande digitale leerplatformen voor leerlingen met leerstoornissen.

De scriptie onderzoekt of artificiële intelligentie en publieke 4G/5G-netwerken kunnen worden ingezet om blinde en slechtziende personen in real time te ondersteunen bij het volgen van wandelpaden. Een camera maakt beelden van de omgeving, waarna een AI-model het begaanbare pad herkent en omzet in eenvoudige richtingsinformatie, zoals links, rechts of rechtdoor. Daarbij wordt onderzocht of die beeldanalyse best lokaal op een klein toestel gebeurt of op een krachtige computer op afstand.

Uit de experimenten blijkt dat een energiezuinig toestel zoals een Raspberry Pi 5 onvoldoende snel is voor lokale real-time beeldsegmentatie, terwijl verwerking op een externe GPU via een publiek 5G-netwerk wel voldoende snel kan reageren. Tijdens veldmetingen werd een gemiddelde 5G-latency van ongeveer 24 ms gemeten en bleef de totale reactietijd bij geschikte instellingen onder ongeveer 200 ms, wat bruikbaar is voor begeleiding aan wandelsnelheid.

De scriptie ontwikkelt daarnaast een veilige en reproduceerbare testmethode met een digitaal park in Unreal Engine en vormde de technische basis voor de smartphone-app Stay On Trails en het vervolgproject BlindNavParks, dat steun kreeg van de Koning Boudewijnstichting.

Kort samengevat: de scriptie toont aan dat cloudondersteunde AI via bestaande 5G-netwerken technisch haalbaar is als basis voor betaalbare assistieve navigatie voor mensen met een visuele beperking.

In de nucleaire geneeskunde is de bepaling van de RCP essentieel voor de patuëntveiligheid en beeldkwaliteit. Deze studie evalueert of een geautomatiseerde TLC-scanner een betrouwbaar en efficiënt alternatief vormt voor de arbeidsintensieve "knip-en-meetmethode".

De studie beoogt de bruikbaarheid van een TLC-scanner als alternatief voor de conventionele methode te beoordelen en te onderzoeken of het optimaliseren van chromatografische condities meerwaarde biedt ten opzichte van de standaard SKP-richtlijnen voor zes specifieke Tc-99m-radiofarmaca (HDP,DMSA, MAG3, Pulmocis, Nanoscint en Myoview).

RCP-waarden werden parallel bepaald met de TLC-scanner en de knip-en meetmethode. Er werden experimenten uitgevoerd met geoptimaliseerde condities om de piekscheiding te verbeteren. Statistische analyse werd uitgevoerd met t-testen en een Bland-Altman-analyse om de bias en de grenzen van overeenstemming te bepalen.

De resultaten tonen aan dat de TLC-scanner betrouwbare RCP-waarden levert onder zowel SKP- als geoptimaliseerde condities, waarbij consistent aan de acceptatiecriteria wordt voldaan. Er werd geen statistisch significant verschil (p > 0,05) gevonden tussen de SKP- en de geoptimaliseerde methoden. Hoewel de RCP vergelijkbaar bleef, leidde optimalisatie tot scherpere pieken en een minder subjectieve interpretatie van de chromatogrammen. De Bland-Altman-analyse bevestigde een sterke correlatie met de knip-en-meetmethode met een verwaarloosbare bias.

De TLC-scanner is een valide, reproduceerbaar alternatief dat de efficiëntie, standaardisatie en stralingsbescherming in de routinepraktijk verhoogt. Hoewel de huidige protocollen robuust zijn, bieden geoptimaliseerde methoden duidelijke voordelen voor de dagelijkse interpretatie van de kwaliteitscontrole.

Deze thesis breidt een framework voor verklaarbare AI uit zodat het realistischere scenario's kan verwerken. Met behulp van reinforcement learning leert een AI-systeem autonoom taken uit te voeren en genereert het interpreteerbare computerprogramma's die zijn beslissingen verklaren. Dit verhoogt de transparantie, ondersteunt menselijke experts bij het valideren van AI-beslissingen en draagt bij aan betrouwbare AI-systemen.

Deze scriptie onderzoekt de betrouwbaarheid, validiteit en nauwkeurigheid van smartphonegebaseerde 3D-scantoepassingen voor lichaamsmetingen in vergelijking met traditionele antropometrische metingen en 4D-stereofotogrammetrie. In een cross-sectionele studie werden 35 gezonde volwassenen gemeten met twee smartphone-apps (3D Measure Me en MeThreeSixty), een 4D-stereofotogrammetriesysteem en conventionele meetinstrumenten. De resultaten tonen aan dat 4D-stereofotogrammetrie en de app 3D Measure Me over het algemeen goede tot uitstekende overeenstemming vertonen met traditionele metingen, terwijl MeThreeSixty minder nauwkeurige en consistente resultaten oplevert. Vooral metingen van de ledematen bleken betrouwbaar, terwijl rompmetingen meer variatie vertoonden. De bevindingen suggereren dat smartphonegebaseerde 3D-scans, en in het bijzonder 3D Measure Me, een veelbelovend en toegankelijk alternatief kunnen vormen voor antropometrische metingen in de klinische praktijk, mits de beperkingen van bepaalde lichaamsregio's in acht worden genomen.

Ondanks de status van Agile Software Development (ASD) als industriestandaard,
blijft de definitie ervan in zowel academische literatuur als de professionele praktijk ge-
fragmenteerd en ambigu. Deze conceptuele onduidelijkheid belemmert organisaties in
het effectief selecteren en implementeren van ASD-praktijken die hun specifieke doel-
stellingen ondersteunen. Dit onderzoek introduceert het Collaboration-Flow-Learning
(CFL) raamwerk, een theoretisch en praktisch model dat ASD-concepten deconstru-
eert in drie orthogonale dimensies: Collaboration, Flow en Learning.
Door middel van een synthese van wetenschappelijke en praktische bronnen, aange-
vuld met expertvalidatie geïnspireerd door de Delphi-methode, toont dit werk aan dat
ASD-praktijken en organisatieproblemen consistent in een gedeelde driedimensionale
ruimte kunnen worden gesitueerd. De resultaten wijzen uit dat het raamwerk fungeert
als een methode-onafhankelijke vertaallaag die shared understanding bevordert tussen
diverse stakeholders, van software-ontwikkelaars tot strategisch management. Dit on-
derzoek legt hiermee de fundering voor een holistische softwaretheorie die de kloof
tussen methodologische voorschriften en organisatorische behoeften kan overbruggen.

Een tweeassige krachtbalans voor de windtunnel van de VUB-onderzoeksgroep FLOW: ontworpen, gebouwd, gekalibreerd en gevalideerd op drie klassieke windtunnelmodellen.

Deze masterproef onderzoekt de inzetbaarheid van Gaussian Splatting als betrouwbare techniek voor forensische 3D-reconstructie van misdaadscènes. Gaussian Splatting is een recente neurale weergavemethode die vanuit multi-view videobeelden fotorealistische 3D-modellen genereert via ellipsvormige volumetrische primitieven, zogenaamde splats, die samen een continue en vloeiende representatie van de scène vormen. De techniek onderscheidt zich van klassieke mesh-based methoden door haar uitzonderlijke visuele kwaliteit en efficiënte renderingpipeline, maar brengt tegelijkertijd een fundamenteel forensisch probleem met zich mee: tijdens de trainingsoptimalisatie heeft het model de neiging om geometrische informatie bij te verzinnen om gaten in de initialisatiedata op te vullen. Wanneer de reconstructie als juridisch bewijsmateriaal dient, is dergelijke hallucinatie onaanvaardbaar, omdat elke weergegeven vorm of afstand herleidbaar moet blijven tot authentieke, meetbare brondata.

Om dit probleem aan te pakken werd een volledige onderzoeks- en ontwikkelingspipeline opgezet in samenwerking met de Federale Gerechtelijke Politie Limburg. De dataverzameling combineerde videobeelden en meervoudige LiDAR-scans van een gecontroleerde testscène. De videobeelden werden verwerkt via een COLMAP-gebaseerde Structure from Motion (SfM) pipeline die de relatieve camera-poses en een sparse puntenwolk reconstrueerde. De LiDAR-scans werden samengebracht tot één dense referentiepuntenwolk via iteratieve ICP-gebaseerde registratie met outlier filtering op basis van IQR-analyse, radiale filtering en asgeoriënteerde filtering, en vervolgens geëxporteerd als een geïntegreerd .e57-bestand.

De kern van de bijdrage is een alignment pipeline die de sparse COLMAP-puntenwolk uitlijnt met de dense LiDAR-data. De resulterende transformatiematrix wordt toegepast op alle camera-extrinsieken, zodat de LiDAR-geometrie als initialisatiebasis kan dienen voor de Gaussian Splatting-training zonder de architectuur van de trainingsomgeving te wijzigen. Een eigen visibility-based downsampling-stap geeft daarbij prioriteit aan de LiDAR-punten die zichtbaar zijn vanuit de gecalibreerde camera-posities, wat de trainingsefficiëntie verhoogt zonder de geometrische volledigheid te compromitteren.

De Gaussian Splatting-training werd vervolgens uitgebreid met constraints die de geometrische trouw aan de LiDAR-meetdata waarborgen. In de volledig geconstrained variant worden zowel de positie-optimalisatie als de densification van Gaussians uitgeschakeld, waardoor elke splat exact op zijn initiële LiDAR-positie blijft staan. Dit levert een forensisch maximaal betrouwbaar model op, ten koste van visuele volledigheid in zones met beperkte LiDAR-dekking. Een uitgebreide parameterstudie onderzocht vervolgens tussenliggende configuraties, waarbij de interactie tussen de positie learning rate, de opacity learning rate, de opacity regularization en het MCMC-herplaatsingsmechanisme systematisch in kaart werd gebracht. De resultaten tonen aan dat een werkelijk compromis slechts beperkt haalbaar is: een gedeeltelijke vrijstelling van de positie-optimalisatie levert voor structurele elementen zoals wanden en vloer een aanvaardbare visuele kwaliteit op, maar biedt onvoldoende garantie voor dunne objecten met beperkte LiDAR-puntdichtheid. Op basis van de studie werden twee aanbevolen configuraties geformuleerd: één voor gebruik als visueel illustratiemateriaal voor rechters en jury's, en één als volledig geconstrained forensisch bewijsmiddel.

Aanvullend werd een forensische toolchain ontwikkeld die de integriteit van de reconstructie kwantitatief en visueel onderbouwt. De Lichtfeld Studio-module berekent per Gaussian een betrouwbaarheidsscore op basis van de afstand tot zijn initiële LiDAR-positie, en visualiseert deze als een groen-geel-rood kleuroverlay. Een hallucination mask maakt een binaire splitsing tussen originele en nieuw aangemaakte splats, met kleurcodering voor de mate van positionele drift. De juridische validatiemodule voert een kwantitatieve alignmentvalidatie uit op basis van RMSE en overlappercentage, en genereert een integriteitsgeborgd JSON-rapport met SHA-256-hashing over alle relevante velden, een gedocumenteerde chain of custody en een onafhankelijk verifieerbaar RFC 3161-tijdstempel. Tot slot werd een Electron-gebaseerde rechtbankviewer ontwikkeld die dit rapport omzet naar een formeel PDF-deskundigenverslag.

De evaluatie bevestigt dat Gaussian Splatting via de ontwikkelde constrained pipeline forensisch inzetbaar is, mits een duidelijk onderscheid wordt gehanteerd tussen het gebruik als illustratiemateriaal en het gebruik als geometrisch bewijsmiddel. In het laatste geval fungeert de Gaussian Splatting-reconstructie als visuele toelichting bij de LiDAR-puntenwolk, die als primaire meetreferentie bewaard en ingediend dient te worden. De ontwikkelde toolchain biedt de forensische praktijk een transparant en controleerbaar raamwerk om dit onderscheid procedureel te verankeren.

Traditionele reanimatietraining voor verpleegkundigen steunt vaak op externe 2D-interfaces voor feedback, wat leidt tot het split-attention effect. De hulpverlener moet hierbij de aandacht verdelen tussen de fysieke handeling op de reanimatiepop en een extern scherm, wat de cognitieve belasting verhoogt en de leercurve belemmert. Deze bachelorproef onderzoekt hoe Mixed Reality (MR) technologie dit proces kan optimaliseren door real-time, intuïtieve feedback direct in het gezichtsveld
van de gebruiker te projecteren. Het doel van dit onderzoek was de ontwikkeling van een Proof of Concept (PoC) op de Meta Quest 3, waarbij sensordata van een reanimatiepop in real-time wordt gevisualiseerd via een Unity-applicatie. Een significante technische barrière in dit proces was de gesloten aard van de beschikbare communicatieprotocollen. Hoewel de fabrikant eigen ecosystemen aanbiedt, ontbreekt een publiek toegankelijke en gedocumenteerde SDK die directe integratie met de Meta Quest 3 en de Unityomgeving mogelijk maakt. Daarnaast vormt de beperkte native ondersteuning voor Bluetooth Low Energy (BLE) binnen de standaard Unity-ontwikkelomgeving voor Android-gebaseerde headsets een extra hindernis.
Om dit probleem te overbruggen, is een diepgaand technisch onderzoek uitgevoerd
naar het communicatieprotocol van de pop. Door middel van reverse engineering
technieken waaronder het decompileren van officiële software en het analyseren van Bluetooth Low Energy (BLE) pakketjes via HCI snoop logs en Wireshark op een gerouteerd Android-toestel zijn de verborgen handshakes en datacharacteristics
ontcijferd. Het resultaat is een werkend prototype dat live sensordata (zoals compressiediepte en frequentie) vertaalt naar ruimtelijke visualisaties, waaronder een ghost avatar en een dynamisch reagerend hartmodel. De voorlopige resultaten van deze PoC tonen aan dat MR in staat is om de kloof tussen haptische ervaring en visuele feedback te dichten. Dit onderzoek legt hiermee de technische fundamenten voor een nieuwe generatie medische simulatietools die verpleegkundigen effectiever kunnen voorbereiden op kritieke levensreddende situaties.