Scriptiebank overzicht

Recent waren er verschillende overnames binnen de game-industrie. Deze kaderden veelal in de strijd
om de meta-verse. Ook in vele andere sectoren zijn mergers and acquisitions (M&A) belangrijk voor
de groei van de ondernemingen. De literatuurstudie in dit onderzoek onderscheidt drie domeinen
waarin machine learning kan bijdragen in het M&A-proces. Zo kan machine learning ingezet worden
om het voltrekken van M&A te voorspellen, te voorspellen wat de voordelen zijn van M&A of om de
waardering van een onderneming te voorspellen. In dit onderzoek worden verschillende machinelearningmodellen vergeleken voor het waarderen van startups binnen de M&A-context. XGBoost en
neural networks bewijzen hierbij een verbetering te zijn ten opzichte van eenvoudigere modellen zoals
lineaire regressie.

Autisme is een complexe en heterogene ontwikkelingsstoornis die moeilijk te diagnosticeren is op jonge leeftijd. Kunnen we a.d.h.v. hersengolven en machine learning achterhalen welke kinderen een risico lopen op het ontwikkelen van autisme?

In dit project vertrekken we vanuit de VDJ db. Dit is een publiekelijke data bank met TCR epitoop koppels waarvoor er een binding werd gedetecteerd. Deze data bank wordt gebruikt om machine learning en deep learning modellen te bouwen. Het ultieme doel is uiteindelijk om 1) voor een nieuw TCR epitoop koppel, de kans op een binding te bepalen en 2) voor een epitoop een geschikte TCR te bouwen zodanig dat de kans op de binding tussen het epitoop en de gebouwde TCR groot is.

Wat zegt u, ik heb u niet goed verstaan? 1 op 10 Belgen lijdt aan gehoorverlies en spreekt deze zin dagelijks uit. Wat als we slimme hoorapparaten zouden kunnen ontwerpen, die hersengolven gebruiken om op het juiste moment in te schakelen? Dit wordt realiteit door te detecteren wanneer iemand actief aan het luisteren is. Telepathie zegt u? Nee, technologie!

Maar hoe werkt deze technologie dan precies?

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.

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.

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.

Hoe kan je binnenkijken in het digitale brein van een AI? Dit werk focust zich op Explainable Artificial Intelligence (XAI) en een techniek om het gedrag van een Deep Reinforcement Learning (DRL) agent over te brengen naar een meer interpreteerbaar model. We verbeteren een recente techniek, dat van neurale bomen in combinatie met knowledge distillation, met een adaptieve vorm die ons kleinere en beter verstaanbare modellen oplevert.

Deze thesis combineert de wetenschapstakken 'quantum computing' en 'machine learning' met als doel om onze klassieke computers te overklassen. De focus ligt op het ontwerpen en analyseren van een nieuw rekenkundig model.

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.

In onze masterproef hebben we de mogelijkheden van een energiebewaking voor de industrie op basis van A.I. en meer bepaald op basis van machine learning onderzocht.

Wat is het effect van influencers van influencers op merkbetrokkenheid in de categorieën fashion, beauty en food op Instagram?

Dit onderzoek maakt gebruik van accelerometer data om een veulendetectie algoritme te ontwikkelen. De voorgestelde methode bestond uit een op een autencoder gebaseerd anomalie detectie algoritme om gedragingen die de start van de bevalling aangaven te detecteren.
Verschillende configuraties en parameters werden geëvalueerd om de performantie van het algoritme te verbeteren.

In deze scriptie wordt onderzocht hoe muziek gereconstrueerd en herkend kan worden vanuit hersenactiviteit, geregistreerd via EEG signalen. Dit wordt aangetoond voor zowel beluisterde als ingebeelde muziek.

Artificiële intelligentie en machine learning spelen een steeds grotere rol in de hedendaagse technologische producten. Hoe gaan onze toestellen verandert worden door deze evolutie? Cedric Van Laere bedacht lampen die verschillende elementen van Artificiële intelligentie onderzoekt.

De scriptie gaat over Neuromusculaire monitoring binnenin de anesthesie domein. Hiervoor werd een specifieke smartphone app ontwikkeld die de anesthesisten helpen om de spierslapte van patienten te meten tijdens een operatie. De scriptie houdt simultaan een meta-analyse (met analyse van confidence in network meta-analysis) van de effect van neuromusculaire monitoring in post-operatieve residuele paralyse, alsook een published enquete van de confidence van anesthesisten in mobile applications en peripherals voor anesthesie gebruik.

In samenspraak met enkele toonaangevende Belgische ondernemingen werd onderzocht hoe zoekmachinemarketing kan helpen om zich te onderscheiden van buitenlandse concurrentie.

Dit onderzoek gebruikt een diep neuraal netwerk om de organen van een patiënt in te tekenen op een CT-scan. Hiermee wordt het werk van de radiotherapeut-oncoloog in de radiotherapie sterk verligt.

The worldwide effort on fusion research aims to realize a means of producing clean and safe energy for future generations. At the JET tokamak, extensive research is being performed to help accomplish this goal, but as with all complex machinery, component failures occur. In this work, two failure cases at JET are addressed with the goal of predictive maintenance by means of anomaly detection and other machine learning techniques.

Een toegepast gebruikersonderzoek naar de mogelijke rol van chatbots in digitale kennispunten voor personeelsbeleid.

Kolieken bij paarden zijn één van de belangrijkste doodsoorzaken. In deze masterthesis werd een algoritme ontwikkeld die koliek symptomen bij paarden automatisch kan detecteren op basis van accelerometer data. Hiervoor werd "machine learning" gebruikt, een onderdeel van artificiële intelligentie.

Deze scriptie onderzoekt of thuisbatterijen een oplossing kunnen bieden voor toekomstige problemen op het distributienet ten gevolge van de toename van hernieuwbare energietechnieken.

G2P is een belangrijke module in text-to-speech en spraakherkenning. Het doel is om de uitspraak van een zin in fonetisch schrift te vinden, gegeven de geschreven tekst. De huidige implementatie gebruikt een ketting van linguïstische regels die manueel door taalexperts ingegeven moeten worden. Dankzij de opmars van recentste technologiën, kan de volledige G2P stap in zijn geheel vervangen worden door een artificieel neuraal netwerk. Hiermee wordt de implementatietijd drastisch ingekort, in cominatie met een hogere nauwkeurigheid.

In deze scriptie wordt er onderzocht wat er precies gaat veranderen in de bankensector door Artificiële Intelligentie. Het brengt heel veel voordelen met zich mee, dus de voordelen worden besproken. Maar het brengt ook gevaren met zich mee, dus er wordt ook gekeken naar de gevaren die ontstaan door Artificiële Intelligentie. Er wordt ook onderzocht wat de impact op de jobgelegenheid gaat zijn.

In deze thesis wordt een algoritme voorgesteld dat het multi-hop netwerk routing probleem in draadloze ad hoc netwerken oplost. Deze oplossing zal gebaseerd zijn op machine learning. Om dit doel te bereiken wordt eerst
een literatuurstudie van vergelijkbare machine learning algoritmes en andere alternatieven ondernomen, evenals hun toepassingen in draadloze netwerken. De focus zal liggen op multi-hop routing algoritmes voor draadloze netwerken. Als resultaat van deze studie zal er een set vereisten zijn waaraan een algoritme voor multi-hop routing voor draadloze netwerken moet voldoen om verbeteringen bij te kunnen dragen aan bestaande oplossingen. Gebaseerd op deze set vereisten zal een volgende stap eruit bestaan om een machine learning algoritme te ontwerpen dat aan die vereisten voldoet, en dat algoritme in gesimuleerde omgevingen te implementeren. Het resulterende machine
learning gebaseerde multi-hop routing algoritme zal geëvalueerd worden in zijn performantie en worden vergeleken met andere bestaande oplossingen,
zowel uit het machine learning domein als uit het traditionele domein. Een laatste stap zal er vervolgens uit bestaan om het algoritme uit te breiden met mogelijkheden nodig om de kwaliteit van de service van netwerkverkeer
te kunnen garanderen.

Met mijn bachelorproef wil ik Belgische marketeers een introductie geven in de wereld van voice assistants. Ik wil hen ook advies geven over wat ze kunnen doen om zich voor te bereiden op de opkomst van voice assistants.
voor te bereiden op deze opkomst. De voice assistants bieden hen immers een interessant nieuw kanaal om de consument te bereiken. Ik bespreek ook welke opportuniteiten dit nieuwe kanaal hen kan bieden en ik geef hen advies over de verschillende manieren waarop ze dit nieuwe kanaal kunnen benutten.
Tot slot wordt de theorie met de praktijk vergeleken in een steekproef met 15 marketeers/developers.Hierbij heb ik onderzocht hoe marketeers in België bezig met of zich voorbereiden op de opkomst van voice interfaces? Welke mogelijkheden of belemmeringen zien zij in voice interfaces?

Ontwikkeling en implementatie van een efficiënt algoritme om real-time fraud detectie te doen op een stream van data. Hierbij ligt de focus op een zo hoog mogelijk aantal fraudulente transacties te detecteren met zo weinig mogelijk valse alarmen.

Deze scriptie bestudeerde bacterie-faag interacties gebruikmakende van twee computertechnieken: optimal transport en machine learning. Het doel was om faag-host specificiteit beter te begrijpen op het niveau van de specifieke faag eiwitten die daar een belangrijke rol in spelen.

Deze scriptie beschrijft een nieuwe tensor-gebaseerde methode om voorkamerfibrillatie, een hartritmestoornis, te detecteren in zowel één- als meerkanaals ECG-signalen. Deze scriptie combineert technieken uit de tensoralgebra, signaalverwerking en machine learning. Een dergelijk algoritme is een noodzakelijke tool in de digitale geneeskunde, gezien de opkomst van mobiele sensoren om ECG op te meten (AppleWatch, ...).

Afbeeldingsflowcytometrie is een nieuwe technologie die toelaat om duizenden cellen per seconde te fotograferen. In deze scriptie wordt artificiële intelligentie toegepast om de cellen efficiënt en automatisch te classificeren.