Scriptiebank overzicht

Door de evolutie van de sport is het jureren van ropeskipping freestyles op hoog niveau moeilijk geworden. Zowel het aantal skills in de routine, alsook de snelheid waarmee ze worden uitgevoerd neemt toe. Dit is vooral te merken in Double Dutch freestyles. Daarom worden deze routines zowel live (creativiteit, variatie, muziekgebruik) als vertraagd (moeilijkheidsgraad) gejureerd.
Ondanks het feit dat freestyles op halve snelheid worden herbekeken en hierdoor jureerfouten worden vermeden, merkt men dat er nog enig verschil zit op scores toegekend door juryleden. Door de toegenomen toegankelijkheid van kunstmatige intelligentie, voornamelijk neurale netwerken, werd de vraag gesteld of een AI juryassistent ontwikkeld kan worden die helpt een betere en objectievere score zou opleveren.
Dit onderzoek verkent de mogelijkheid tot het bouwen van zo een juryassistent, de benodigde technieken en uitdagingen. De huidige vorm van de juryassistent bestaat uit drie hoofdzakelijke delen. Het eerste deel gaat over het lokaliseren van springers in de opnames. Niet alle videos zoomen in op de springer of zijn net eerder statische opname. Dit deel is noodzakelijk om computationele overhead te beperken, daar springers soms minder dan een vijfde van het beeld in beslag nemen.
De tweede groote stap is het splitsen van volledige routines in elke uitgevoerde skill. Dit wordt gedaan aangezien het onbegonnen werk zou zijn op om dit manueel te doen.
Het derde deel omvat het herkennen van de gesprongen skill. Voor Double Dutch Freestyles betekent dit een combinatie van uitvoering door draaiers en springers.
Door louter presentatieskills of moeilijk zichtbare skills te makeren als 'unknown' (e.g. wanneer een draaier tussen de springer en camera staat), wordt er verwacht dat het model aangeeft wanneer het niet zeker is.
Voor het lokaliseren slaagde YOLOv11 er in om een mAP50 te behalen tussen de 93-95\%, waarbij het succesvol publiek filterde van atleten, mits kleine foutjes. Hierdoor het Multiscale Vision Transformer model skills ingezoomde crops gebruiken om acties van elkaar te onderscheiden. Deze konden vervolgens herkend herkend worden hetzelfde MViT model of een doormiddel van een Swin Transformer. Het gemiddelde f1 macro gemiddelde van deze modellen lagen tussen de 49 en de 53 procent, door de lage representatie van minder vaak voorkomende skills. Immers lag de totale accuraatheid hoger, tussen de 89 en de 94 procent.
Dit zorgde ervoor dat juryscores door het model konden toegewezen, deze lagen -28 tot -20 procent onder de score toegekend door juryleden.
Verdere onderzoek is nodig om de accuraatheid van de architectuur te verhogen.

Presumptieve testen zijn snelle, goedkope en eenvoudige indicatieve testen die op een plaats delict uitgevoerd worden. Hedendaags dienen deze testen allemaal afzonderlijk gehanteerd te worden, dit kan resulteren in een reeks van vele testen om een uiteindelijke indicatie te verkrijgen. Hierdoor is minder sample over voor eventuele nabewerking.
Deze studie richt zich tot de integratie van verschillende presumptieve testen tot één multiplex paper-based device. Hierbij wordt rekening gehouden met de individuele eigenschappen van de verschillende testen. Door de individuele optimalisatie van de verschillende protocollen, konden eigenschappen zoals gevoeligheid, bewaring en houdbaarheid onderling vergeleken worden alvorens de testen samengevoegd werden. Gebruik makend van positieve controles (10² verdund bloed, zwarte thee, speeksel en urine) en dH2O als negatieve controle werden de verschillende testen uitgevoerd. Het device werd aangemaakt door gebruik te maken van wax-printing om een hydrofobe barrière te creëren.
Verkregen resultaten tonen aan dat interpretatie na toevoeging van het sample onmiddellijk dient te gebeuren om vals positieve reacties te vermijden.
Het is bijgevolg mogelijk om diverse testen succesvol te combineren door rekening te houden met individuele beperkingen. Echter is verdere optimalisatie nodig om huidige gebreken en onvolledigheden te verhelpen en te focussen op veldtoepassingen.

Dit proefschrift onderzoekt de eliminatie van prioritaire vluchtige organische stoffen (VOS) door middel van actieve botanische biofilters via een gecombineerde experimentele en modelleringsbenadering. Het onderzoek richt zich op de verwijdering van benzeen, tolueen, ethylbenzeen, xyleen, formaldehyde en acetaaldehyde (BTEXFA)-verbindingen, die vertegenwoordigers zijn van binnenluchtverontreinigingen die een reële bedreiging vormen voor de menselijke gezondheid. De experimentele benadering gebruikte een actief botanisch biofilter (ABB) en microbiële biofilters (MB's) om de prestaties van VOC-verwijdering onder verschillende randvoorwaarden te evalueren. Eerst werd een studie naar ABB-acclimatisatie uitgevoerd. Zodra de filters volledig operationeel waren en VOS verwijderden, werd een studie naar luchtsnelheidsvariatie uitgevoerd om de verwijdering bij verschillende luchtstroomsnelheden te documenteren. Tegelijkertijd werd een nieuw 3D multiphysics-model ontwikkeld op basis van computationele vloeistofdynamica om de aerodynamica van het MB-substraat, VOC-transport, en verwijderingsfenomenen te karakteriseren.

De effecten van acclimatisatie op VOC-verwijdering varieerden afhankelijk van de specifieke VOC, met verschillende patronen zichtbaar tussen BTEX, formaldehyde en acetaaldehyde. Verder werd aangetoond dat acclimatisatie door herhaalde VOC-blootstelling de efficiëntie van BTEX-verwijdering significant verbeterde. De studie naar luchtsnelheidsvariatie onthulde een complexe mix van effecten die de prestaties van ABB beïnvloeden, met veel verschillende reacties op luchtstroomverhoging tussen VOS. Een aerodynamisch submodel werd succesvol gevalideerd met experimentele gegevens, terwijl het volledige voorlopige model ruimte voor verbetering liet.

Dit onderzoek vergroot het begrip van botanische biofiltratiemechanismen en biedt praktische inzichten voor het optimaliseren van op ABB-gebaseerde binnenluchtzuiveringssystemen, en draagt bij aan duurzame toepassingen in stedelijke biowetenschap en engineering.

This dissertation investigates the design and development of braided Peltier devices for achieving active thermoelectric cooling in shape memory alloy (SMA) actuation mechanisms. The research focuses on the integration of periodically nickel-electroplated thermoelectric fibres into flexible braided textile structures that thermally couple and act as a sheath to SMA wires. By leveraging the Peltier effect within the braid architecture, the system is designed to enhance the thermal management and dynamic response of the SMA-based actuators. The work includes fibre fabrication, braid prototyping, electrical and thermal characterisation, and performance testing of the integrated thermoelectric-SMA smart textile. Results indicate that while passive thermoelectric integration modestly improves actuation timing and force response, active Peltier cooling alone was unable to overcome the dominant effects of Joule heating in the current system. Nonetheless, the trends observed suggest potential for improving thermal management in smart textile systems through enhanced thermoelectric design. The findings contribute to the advancement of flexible, textile-integrated thermoelectric devices and their application in wearables and responsive materials.

While the extraction of metals is essential for sustainable energy technologies, they pose environmental challenges due to the toxic materials used in their production and the hazardous waste they generate. The presence of waste containing metals and organic compounds on Earth is increasing, and Europe holds large amounts of metals locked up in industrial process residues, such as tailings, metallurgical sludges, slags, dust, and ashes. The waste or secondary material may contain critical raw materials and base metals with application in the energetic transition. These factors highlight the urgent need for effective recycling practices to manage mine waste and recover valuable secondary raw materials, addressing both environmental and economic challenges.

This thesis investigates the optimal conditions for effective bioleaching of pyrite mine wastes and modern slags from the Achada do Gamo Sulfur factory in the São Domingos Mine area, focusing particularly on Manganese and Zinc recovery to address sustainability concerns. Using Response Surface Methodology (RSM), the study evaluates the impact and relationship between pulp density, initial pH, and initial ferrous iron concentration evaluated through a Box-Behnken design (BBD). Direct bioleaching experiments were conducted on altered and crushed pyrite, pyrite ashes, and modern slags using a thermophilic microbial culture consisting of Sb. thermosulfidooxidans, L. ferriphillum, and At. caldus (SLA), which utilized elemental sulfur and ferrous iron as energy sources, driving the oxidation of ferrous to ferric iron and the conversion of sulfur to sulfuric acid in the leaching medium.

Results showed that SLA culture is less effective bioleaching in pyrite wastes than slag, although ORP measurements indicated microbial iron oxidation for all materials. This study successfully optimized the recovery of metals from slag samples, indicating a maximum efficiency of metal solubilization under the conditions of 2.32% (w/v) solid load, pH 1.90, and ferrous iron supplementation of 60 mM. The maximum metal recovery achieved was 86.9% Zn, 81.4% Mn, 65% Cu, and 66.4% Co.

For crushed pyrite, under the conditions of pH 1.66, 54 mM supplementation of iron and 2% (w/v) pulp density was estimated to achieve moderate to high recovery of Mn (>53.8%) and Zn (>8.0%). However, the values obtained were not within the 95% confidence interval and the null hypothesis could not be rejected, indicating the proposed model does not apply to the practical application; consequently, an optimized condition was not defined. The application of the same conditions obtained in the model for crushed pyrite was applied to pyrite ash material, which did not result in satisfactory results. Hence, to better recover metals from pyrite ashes and crushed pyrite, further optimization is needed.

Immunohistochemie (IHC) is een essentiële techniek in de pathologie voor het detecteren van specifieke eiwitten in weefselmonsters. Dit onderzoek richt zich op de optimalisatie en validatie van de antilichamen humaan herpesvirus 8 (HHV8) en BRCA1-geassocieerd eiwit-1 (BAP1) op het geautomatiseerde Dako Omnis-systeem (Agilent Technologies), met als doel een betrouwbaar IHC-protocol te ontwikkelen voor diagnostisch gebruik. HHV8, een oncogeen virus geassocieerd met Kaposi’s sarcoom, en BAP1, een tumorsuppressoreiwit, spelen een belangrijke rol in de diagnostiek van
diverse maligniteiten. Het onderzoek omvat de analyse van 20 weefselstalen per antilichaam, verdeeld over positieve en negatieve stalen, en maakt gebruik van horseradish peroxidase (HRP) en diaminobenzidine (DAB) als detectiesystemen. De validatiecriteria omvatten de beoordeling van de juistheid, waarbij pathologen automatisch zowel de sensitiviteit als de specificiteit van de kleuringen evalueren.
De resultaten tonen aan dat de optimalisatie van het HHV8-protocol met een aangepaste incubatietijd resulteert in een betrouwbare kleuring van positieve controlemonsters. Evenzo werd het BAP1-protocol gevalideerd met succes, waarbij positieve expressie in epitheliale cellen werd waargenomen. De validatie van zowel HHV8 als BAP1 voldeed aan de gestelde aanvaardbaarheidscriteria, waardoor de toepasbaarheid van de IHC-kleuringen voor diagnostische doeleinden wordt bevestigd. Dit onderzoek levert een robuust en reproduceerbaar protocol voor beide antilichamen op het Dako Omnis-systeem, wat bijdraagt aan de verbetering van de diagnostische nauwkeurigheid in de pathologie. Daarnaast draagt dit protocol specifiek bij aan de optimalisatie van de diagnostische processen binnen het labo anatomo-pathologie in het Ziekenhuis Oost-Limburg (ZOL).

Deze bachelorproef onderzoekt de maatschap als instrument binnen familiale vermogensplanning. De centrale vraag luidt hoe deze rechtsvorm optimaal kan worden ingezet om vermogen fiscaal voordelig en juridisch sluitend over te dragen naar de volgende generatie, zonder dat de ouders hun controle volledig verliezen.

Het theoretische luik schetst eerst het juridische kader: de oprichting, werking en beëindiging van een maatschap, met bijzondere aandacht voor de contractuele vrijheid, stemrechten, de rol van de zaakvoerder en de vereisten rond boekhouding en administratieve verplichtingen. Vervolgens worden de fiscale aspecten geanalyseerd, waaronder de erfbelasting, de toepassing van de antimisbruikbepaling en de spanningslijn tussen controle en overdracht. Ook alternatieve technieken, zoals de beheersvolmacht, worden besproken.

In het praktijkgedeelte wordt een casus uitgewerkt waarbij een gezin zijn effectenportefeuille overdraagt via een maatschap. De financiële vergelijking toont dat een zorgvuldig uitgewerkte maatschap een aanzienlijke besparing in erfbelasting oplevert, oplopend tot bijna €188.000, ondanks de oprichtings- en begeleidingskosten.

De thesis besluit dat de maatschap een krachtig en flexibel instrument blijft binnen familiale vermogensplanning. Wel is maatwerk onmisbaar: overmatige controle door de ouders kan leiden tot fiscale herkwalificatie en nadelige gevolgen. Met de juiste balans tussen controle en afstand biedt de maatschap families een duurzame en fiscaal voordelige manier om hun vermogen over te dragen.

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.

Deze masterproef onderzoekt hoe batterijsystemen optimaal kunnen worden aangestuurd in een context van dynamische elektriciteitsprijzen en het Belgische capaciteitstarief. De focus ligt op industriële verbruikers, waarbij gestreefd wordt naar het minimaliseren van de totale energiekost.
Een nieuw Rolling Horizon Linear Programming (RHLP)-algoritme werd ontwikkeld en
vergeleken met een eenvoudig heuristisch basisalgoritme. Het RHLP-algoritme gebruikt PV-opbrengst, dynamische prijzen en verbruiksvoorspellingen op basis van Extreme Gradient Boosting (XGBoost) om de laad- en ontlaadbeslissingen te optimaliseren over een tijdshorizon van 48 uur. Deze horizon schuift mee met de tijd (rolling
horizon), waarbij de optimalisatie om de 15 minuten wordt herhaald. De PV-opbrengst
werd in de standaardconfiguratie benaderd via werkelijke historische waarden.
De algoritmes werden geëvalueerd aan de hand van uitgebreide simulaties op reële
verbruiksprofielen en historische Belpex-prijsdata. De resultaten tonen aan dat onder
de juiste omstandigheden het RHLP-algoritme tot 20% kostenbesparing kan realiseren
in vergelijking met het basisalgoritme.
Nacht- en weekendverbruik bleek een bepalende factor in de behaalde optimalisatiewinst, wat duidt op een duidelijke invloed van het verbruiksprofiel op het prestatiepotentieel van het algoritme. Daarnaast bleken ook parameters zoals batterijcapaciteit
en prijsschommelingen op de markt van doorslaggevend belang voor de gerealiseerde
resultaten.
Dit onderzoek toont aan dat batterijsturing op basis van verbruiksvoorspellingen via
lineaire optimalisatie kostenbesparingen kan opleveren.

In mijn bachelorproef onderzocht ik hoe puntenwolken efficiënter kunnen worden ingezet in de bouwsector. Deze technologie levert uiterst nauwkeurige gegevens op, maar de bestanden zijn groot en zonder gespecialiseerde software moeilijk te gebruiken.

Het onderzoek bestond uit drie pijlers. Ten eerste werd nagegaan hoe puntenwolken automatisch kunnen worden vergeleken met digitale bouwmodellen om afwijkingen vroegtijdig te detecteren. Ten tweede onderzocht ik hoe objecten zoals muren, vloeren en leidingen automatisch herkend en verwerkt kunnen worden. Ten derde werkte ik een methode uit om betrouwbare volumeberekeningen te maken op basis van puntenwolkdata.

Na een grondige vergelijking van twaalf softwarepakketten bleek Leica Cyclone 3DR het meest geschikt om deze drie toepassingen te combineren. Ik automatiseerde de workflow met een zelfgeschreven script en maakte instructievideo’s zodat collega’s de software zelfstandig konden aanleren.

Een internationaal programma waarin technische onderwerpen aan bod komen, vereist zorgvuldige aandacht. Het is belangrijk om studenten te betrekken bij verschillende onderwerpen op het gebied van technologie. Daarnaast is een grondige voorbereiding noodzakelijk om ervoor te zorgen dat studenten volledig voorbereid zijn op het programma.

Tijdens de voorbereidingsfase moet het technische doel van het programma, dat een week duurt, duidelijk worden gecommuniceerd. Het technische doel van dit programma is het verbeteren van de Overall Equipment Effectiveness (OEE) van een stoommachine. Het proces begint met het verzenden van gegevens via een Programmable Logic Controller (PLC) via MQTT-communicatie naar een broker. Met behulp van NodeRED kunnen deze gegevens worden gevisualiseerd en met een Python-script kunnen ze worden vastgelegd in een dataset. Met deze dataset kan een AI-model worden geselecteerd en getraind. Het model moet vervolgens de trend van de gekozen output zo nauwkeurig mogelijk voorspellen. Het programma duurt een week, waarin alle stappen worden uitgevoerd om het AI-model te optimaliseren en de OEE te maximaliseren.

Deze masterproef onderzoekt hoe vezelversterking het broze karakter van alkalisch geactiveerde materialen (AAM) kan verbeteren. AAM wordt beschouwd als een duurzaam alternatief voor Portlandcement, dat verantwoordelijk is voor een aanzienlijke CO₂-uitstoot. In lijn met de Europese Green Deal wordt nagegaan in hoeverre AAM cement deels kan vervangen in bouwtoepassingen.

Feline Infectieuze Peritonitis Virus (FIPV) is een mutatie van het Feline Coronavirus (FCoV) en veroorzaakt een dodelijke ziekte bij katten. Deze bachelorproef richt zich op de optimalisatie van PCR-testen voor de detectie van FIPV om de diagnostische nauwkeurigheid te verbeteren. Het onderzoek focust zich op de M1058L-mutatie in het S-gen, dat geassocieerd wordt met de ontwikkeling van FIPV. De aanpak omvat het optimaliseren van RNA-extractiemethoden, het ontwerpen van specifieke primers en probes, en het verfijnen van qPCR-protocollen. Daarnaast worden verschillende PCR-technieken, waaronder klassieke PCR, qPCR en dPCR, vergeleken op hun effectiviteit in het detecteren van de M1058L-mutatie. De resultaten tonen een verbeterde gevoeligheid en specificiteit van de geoptimaliseerde PCR-testen. Verder onderzoek is nodig om de klinische toepasbaarheid te valideren en de test te verfijnen voor verschillende FCoV-stammen.

Medicatiefouten in ziekenhuizen zijn een regelmatig voorkomend probleem en kunnen de patiënt schaden. Als preventieve maatregel tegen medicatiefouten kan barcode-medicatietoedieningstechnologie ingezet worden. Onderzoeken tonen aan dat bedside scannen van medicatie (BSS) de fouten aanzienlijk vermindert. Verpleegkundigen besteden veel tijd aan medicatiegerelateerde activiteiten, dus hun acceptatie van een BSS- systeem is essentieel voor de patiëntveiligheid. Deze studie richt zich op het verwerven van inzicht in de noden, verwachtingen en percepties van verpleegkundigen over de BSS-implementatie. Daarnaast worden barrières en facilitatoren geanalyseerd om het implementatieproces te optimaliseren en de acceptatie van deze technologie te verhogen.
Dit kwalitatief descriptief onderzoek bestond uit focusgroepen met een doelgerichte steekproef van verpleegkundigen, waarbij variatie werd nagestreefd in ziekenhuisdiensten en het aantal jaren werkervaring in het Jessa Ziekenhuis. Voor de focusgroepen werd er gewerkt met een topiclijst gebaseerd op het Technology Acceptance Model. Data-analyse verliep aan de hand van een thematische analyse.
Er zijn zes thema’s bekomen uit vijf focusgroepen, namelijk (1) veiligheid, (2) workflow, (3) impact van BSS op de patiënt, (4) perceptie van de verpleegkundige op het gebruik van BSS, (5) workload en (6) opleiding en ondersteuning als inzichten over de implementatie van BSS. Nadien werden barrières en facilitatoren voor de BSS-implementatie geïdentificeerd uit de verkregen thema’s.
Verpleegkundigen ervaren uiteenlopende behoeften en percepties over de BSS-implementatie. Veiligheid staat centraal, waarbij betrouwbare technologie belangrijk is ten aanzien van patiëntveiligheid. Om de BSS-workflow op verpleegafdelingen efficiënter te laten verlopen, moeten procedures geoptimaliseerd worden, rekening houdend met aspecten zoals workload, gebruiksgemak en benodigde apparatuur. Verpleegkundigen vermoeden dat patiënten het BSS-systeem 's nachts patiëntonvriendelijk vinden, waarbij patiëntinformatie kan helpen. Bezorgdheid over verhoogde workload en de organisatiecultuur beïnvloeden de BSS-acceptatie, waarbij opleiding en voortdurende ondersteuning belangrijk zijn. De geïdentificeerde facilitatoren en barrières bieden waardevolle inzichten voor optimalisatie en het vergroten van de acceptatie van BSS.

This master's thesis is titled "Feasibility Study of Virtual Energy Reporting Based on Process Data in Historian," and is conducted as part of the Master of Science in Electrical Engineering Technology - Automation for the academic year 2023-2024. The goal of this thesis is to develop a virtual, low-cost energy monitoring system using process data. This research was supervised by Dr. ir. Nele De Geeter and ir. Jeroen Pandelaere from Actemium Beverage Aalter. The thesis explores the feasibility of implementing a virtual energy reporting system based on existing process data stored in a historian database.
The aim of this work is to gain a better understanding of the energy consumption of an industrial process in a cost-effective way. It is applied to a UHT process at Puratos, one of Actemium's customers.
From an economic and environmental point of view, it is important to minimize the energy consumption of such a process, but the problem is that there is little insight into the energy consumption. In addition, process optimization is done by trial and error, resulting in an inefficient and costly method of improvement.
The developed system uses data from existing sensors used to control the relevant industrial processes. By analysing these data and components, the theoretical energy consumption is calculated, providing an approximation of the actual energy consumption.
The main advantage of this type of virtual energy monitoring system is that a virtual model can be used to evaluate different scenarios without the need for extensive real-world testing. This approach allows the optimal solution to be identified more quickly and cost-effectively. It also provides a better idea of the production cost of treating the product, resulting in a better revenue model.

Dengue, een door muggen overgedragen virus, vormt een belangrijke wereldwijde bedreiging voor de gezondheid, vooral in tropische en subtropische gebieden. Met een toenemende incidentie en geografische verspreiding zijn effectieve vaccinatiestrategieën cruciaal voor het beperken van de gevolgen. Dit proefschrift onderzoekt het gebruik van
multi-objectieve multi-armed bandit (MOMAB) algoritmen om optimale vaccintoewijzing te identificeren voor de onderdrukking van dengue-epidemieën, waarbij medische werkzaamheid en monetaire kosten tegen elkaar worden afgewogen.

Het onderzoek gaat na of MOMAB-algoritmen efficiënt een subset van optimale vaccinatiestrategieën kunnen identificeren op basis van stochastische simulaties. Door het dengue-model van Recker et al. uit 2009 uit te breiden met ondersteuning voor vaccinatiestrategieën en leeftijdsheterogeniteit, simuleerden we de effecten van 53 verschillende strategieën.

We pasten verschillende MOMAB-algoritmen aan voor Pareto Front Identification (PFI) en stellen ook een volledig nieuw Top-two Pareto Front Thompson Sampling (TTPFTS) algoritme voor de PFI setting. Om de kwaliteit van de aanbevelingen van de beschouwde algoritmen te evalueren, hebben we drie metrieken ontwikkeld: de Bernoulli metriek, de Jaccard similarity metriek en de Hypervolume metriek.

Uit tests over 100 experimentele herhalingen met een beperkt budget van 30.000
simulaties bleek dat de algoritmen Pareto UCB1, TTPFTS en Pareto Thompson Sampling
consistent uitstekend presteerden in termen van efficiëntie en stabiliteit, en drastisch beter presteerden dan de momenteel gebruikte Uniform Sampling-methode.

De bevindingen tonen aan dat PFI MOMAB-algoritmen effectief zijn in het identificeren van optimale vaccinatiestrategieën voor de bestrijding van dengue op een efficiënte manier. Dit onderzoek draagt bij aan de optimalisatie van vaccinatieprogramma's en biedt een robuust besluitvormingskader voor volksgezondheidsfunctionarissen die geconfronteerd worden met de uitdaging van dengue-epidemieën. Het onderzoek onderstreept het potentieel van MOMAB-algoritmen om de strategische inzet van vaccins, ziektebeheer, en ziektebestrijding te verbeteren.

Deze bachelorproef onderzoekt het op maat 3D-printen van een gezonde snack op basis van eendenkroos, een eiwitrijk en duurzaam ingrediënt. Het onderzoek richt zich op het ontwikkelen van een personaliseerbaar recept dat kan worden aangepast aan de voedingsbehoeften van de consument. Het doel is een innovatieve snack te creëren die zowel voedzaam, milieuvriendelijk als afgestemd op individuele voorkeuren is.

Gehoorapparaten hebben een aanzienlijke evolutie doorgemaakt en zijn getransformeerd tot apparaten die in staat zijn tot aanzienlijke berekeningen op het oor. Naast deze berekeningen wordt verwerking met hoge eisen in het gehoorapparaat systeem uitgevoerd in een gecentraliseerd apparaat, waar meer rekenkracht beschikbaar is. Dit vereist echter(draadloze) gegevensoverdracht tussen deze apparaten, wat de batterijduur nadelig kan beïnvloeden. Verschillende strategie¨ en voor bandbreedte-efficiënte audio bronlokalisatie voor binaurale gehoorapparaten worden vergeleken. Een veelgebruikte strategie is het gebruik van audiocodecs, zoals de LC3+ codec, om de bandbreedte te minimaliseren. Hier wordt ook een bandbreedte
gecomprimeerde versie van een state-of-the-art gedistribueerd systeem onderzocht. Het coöperatieve model verwerkt eerst de microfoonsignalen lokaal voordat de functies naar de centrale processor worden verzonden voor verdere analyse. Het verlagen van de bandbreedte van het systeem impliceert een geschikte compressie van deze functies. Het onderzoek omvat verschillende optimalisaties, waaronder de kwantisatie van de ingebedde functies, aanpassingen aan de functiedimensies, evenals wijzigingen in tijd- en frequentieresoluties. In het algemeen leidden de cumulatieve aanpassingen tot een verbeterde prestatie die iets lager, maar goed vergelijkbaar was met het gecentraliseerde basismodel. Bovendien zijn proof-of-concept experimenten met kennisoverdracht en potentiële uitbreidingen van het coöperatieve model succesvol getest.

Achtergrond: 80-90% van de leverkankers worden beschouwd als een hepatocellulair carcinoom (HCC). Dit is een primaire tumor die ontstaat in de hepatocyten. Doordat HCC wordt geassocieerd met levercirrose en er een groot risico op metastasering bestaat, bedraagt de overlevingskans van patiënten slechts 50-70% binnen de vijf jaar. Een tumormerker om HCC te detecteren, is Glypican-3.

Doel: Het doel van deze bachelorproef omvat het optimaliseren en valideren van het monoklonaal antilichaam Glypican-3, zodat HCC in een vroeg stadium gedetecteerd kan worden in formol-gefixeerd humaan weefsel.

Methode: Om dit doel te bereiken, werd gebruik gemaakt van immuunhistochemie (IHC). Hierbij zal het antigen GPC3 opgespoord worden in weefsels, met behulp van het antilichaam. Het toestel dat voor deze proef gebruikt werd, is de Dako Omnis van Agilent. De kleuring werd vervolgens gevalideerd door de patholoog-anatoom aan de hand van vooropgestelde scoringscriteria en verwachtingen van NordiQC. Er kon eveneens een onderscheid gemaakt worden tussen resultaten van het ready-to-use (RTU) antilichaam en het geconcentreerd antilichaam.

Resultaten: De verkregen data geven aan dat het geconcentreerde antilichaam voldoet aan de gewenste criteria om de test succesvol te volbrengen. Bij het positieve controleweefsel kan het antigen-antilichaam complex gevisualiseerd worden door de bruine neerslag van 3‘3 diaminobenzidine. Bij de negatieve controleweefsels was, zoals gewenst, enkel de tegenkleuring van hematoxyline waarneembaar. Het RTU-antilichaam voldoet niet aan de eisen en is afgekeurd voor verder gebruik.

Conclusie: Het geconcentreerd antilichaam werd goedgekeurd voor routinematig gebruik op de Dako Omnis. Aan de hand van Glypican-3 kunnen de pathologen een duidelijk onderscheid maken tussen gezond leverweefsel en HCC. Glypican-3 is dus geschikt om HCC in een vroeg stadium op te sporen.

Het doel van deze bachelorproef is het optimaliseren en valideren van de Kirsten Rat Sarcoma (KRAS) screening test via digital droplet polymerase chain reaction (ddPCR). De stalen die gebruikt worden in deze bachelorproef zijn formalin-fixed and paraffin-embedded (FFPE) patiëntenstalen waarvan de fractionele abundanties reeds bekend zijn met behulp van Next Generation Sequencing (NGS). De resultaten van deze studie werden verkregen via de QX600 Droplet Reader (Bio-Rad), dat gebruik maakt van de QuantaSoft™ software. De resultaten van het optimalisatie gedeelte geven aan dat deze methode het meest optimaal werkt bij een annealings/elongatie temperatuur van 53°C en zonder gebruik van restrictie enzymen (RE) en uracil-DNA-glycosylase (UDG). Daarnaast werkt deze methode ook het best bij een lagere DNA-input en bedraagt de limit of blank (LOB) 0,9% variant allel frequentie (VAF). De resultaten van het validatie gedeelte geven aan dat deze methode een kwantitatieve detectielimiet (LOQ) van 1% heeft, hierbij kan deze methode lineair, precies en accuraat meten. In het algemeen kan er geconcludeerd worden dat deze methode zeer lage fractionele abundanties kan detecteren in FFPE stalen, ook met lagere DNA-input hoeveelheden. Deze gevalideerde methode kan in de routine ingezet worden als verificatie methode voor NGS borderline varianten in het KRAS gen.

Accurate electricity price forecasting is critical in today’s volatile energy markets, particularly with the increasing penetration of renewable energy sources. This thesis aims to
compare the increasingly popular deep learning techniques with established statistical
models for electricity price forecasting in the Belgian day-ahead market. The comparative study uses a deep learning method called Long Short-Term Memory (LSTM) and
a statistical LASSO-Estimated Auto-Regressive (LEAR) model both in predicting price
values as well as quantifying their uncertainty. The main findings reveal that the LEAR
model outperforms the LSTM model in terms of accuracy and computation time. The
study emphasizes the importance of recalibration for improving forecasts and challenges the notion that deep learning models always outperform statistical methods.
The research contributes to the literature by providing insights into the effectiveness of
different forecasting models in the field of electricity price prediction.

Deze scriptie behandelt hoe computersimulaties gebruikt kunnen worden om dieren in de natuur na te bootsen, specifiek springspinnen. Met deze simulaties kan er zowel onderzoek gedaan worden naar het gedrag van de spinnen als naar mogelijke designs voor een springende robot. Om deze simulaties uit te voeren werd er gebruik gemaakt van evolutionaire algoritmen, om zo de ontwikkeling van het dier in echte evolutie na te bootsen.

Spinale immobilisatie is een courante techniek binnen de dringende hulpverlening. Deze techniek wordt gebruikt om de wervelkolom van de patiënt te stabiliseren en te beschermen tegen verdere schade na trauma. Naar aanleiding van nieuwe wetenschappelijke inzichten richtte de Nationale Raad voor Dringende Geneeskundige hulpverlening een werkgroep op, die nieuwe richtlijnen heeft uitgewerkt met betrekking tot spinale immobilisatie.
Aangezien de nieuwe richtlijnen pas recent werden ontwikkeld, zijn de spoedverpleegkundigen in AZ Alma Eeklo hier nog onvoldoende mee vertrouwd. In deze bachelorproef wordt onderzocht in hoeverre de kennis van spoedverpleegkundigen in AZ Alma Eeklo, met betrekking tot de nieuwe richtlijnen voor spinale immobilisatie bij traumapatiënten, is toegenomen na het doorlopen van een e-learning.

Naarmate robots steeds belangrijker worden in diverse industrieën, krijgt de coördinatie van meerdere autonome robots in gedeelde omgevingen meer aandacht in onderzoek. Multi-Robot Systemen (MRS) beloven verhoogde efficiëntie, robuustheid en nieuwe mogelijkheden, maar brengen ook uitdagingen met zich mee, vooral op het gebied van bewegingsplanning. Dit geldt met name voor de coördinatie van meerdere manipulators, waarbij geavanceerde strategieën nodig zijn door de hoge dimensionale complexiteit van het probleem.

Traditioneel worden gekoppelde en ontkoppelde methoden gebruikt om het probleem van bewegingsplanning voor meerdere robots aan te pakken. Gekoppelde methoden hebben aanzienlijke schaalbaarheidsproblemen, omdat de reken- en geheugencapaciteit exponentieel toeneemt met elke extra vrijheidsgraad (DOF) in het systeem. Ontkoppelde methoden daarentegen zijn beter schaalbaar, maar leveren vaak suboptimale oplossingen en bieden geen garanties dat er een oplossing wordt gevonden, zelfs als die er is.

Dit onderzoek verkent een hybride aanpak tot bewegingsplanning, dat gebruikmaakt van Conflict-Based Search (CBS) als het low-level zoekalgoritme voor Probabilistic Roadmaps (PRM). Deze hybride benadering combineert de voordelen van zowel gekoppelde als ontkoppelde methoden. De effectiviteit van de hybride aanpak is geëvalueerd en vergeleken met beide methoden via Python-gebaseerde simulaties in twee experimentele opstellingen: één met vlakke manipulators in elkaars nabijheid en een andere met Franka Emika Panda-manipulators in PyBullet. De resultaten tonen aan dat CBS-PRM beter schaalt bij toenemende dimensionaliteit vergeleken met gekoppelde methoden, en dat het verbeterde slagingspercentages en efficiëntere paden oplevert ten opzichte van ontkoppelde methoden.

De ontwikkeling van deze hybride methode werd ondersteund door de creatie van een bibliotheek voor multi-robot bewegingsplanning, die de besproken algoritmen implementeert en benchmarking in verschillende scenario's ondersteunt. Hoewel de hybride aanpak aanzienlijke verbeteringen biedt, zijn er nog volop mogelijkheden voor verdere verfijning en optimalisatie.

Deze thesis verkent en ontwikkelt een duurzaam en actief agrarisch-ruimtelijk beleid, gericht op het versterken en beschermen van de Vlaamse agrarische structuur tegen toenemende verstedelijking en niet-agrarisch ruimtegebruik. De studie identificeert zowel tekortkomingen in het huidige beleid als de belangrijkste uitdagingen voor de agrarische sector. Er werd onderzocht welke instrumenten ingezet kunnen worden in zo’n beleid. Dit resulteert in een prototype voor een actief agrarisch grond- en pandenbeleid. Hiermee formuleert het thesisonderzoek concrete oplossingen die het behoud en optimalisatie van de Vlaamse agrarische structuur kunnen ondersteunen. De aanbevelingen onderstrepen de urgentie voor een geïntegreerde beleidsvisie en -aanpak, waarin omgevings- en landbouwbeleid nauw worden afgestemd. De betrokkenheid van lokale en regionale overheden en andere stakeholders is cruciaal voor de succesvolle implementatie en effectiviteit van dit beleid.

Deze thesis onderzoekt de productie van Functionally Graded Materials (FGMs) met behulp van Laser Directed Energy Deposition (L-DED). Door ijzer (Fe) en koper (Cu) te combineren, worden FGMs ontwikkeld voor toepassingen in de luchtvaart, automobielsector en energieopwekking. De nadruk ligt op het optimaliseren van procesparameters om scheuren en porositeit te minimaliseren. De resultaten laten zien dat met de juiste instellingen Fe-Cu FGMs succesvol kunnen worden vervaardigd. Toekomstig onderzoek zal zich richten op verdere verbetering van deze technieken.

Core histones (H2A, H2B, H3, and H4) form nucleosomes, the basic units of chromatin, which compact DNA into chromatin fibers. Euchromatin, with loosely packed structure, facilitates transcription by allowing enzyme access to DNA, whereas heterochromatin's tight packing blocks transcription. Histone proteins contain tails rich in lysine and arginine residues, which undergo various posttranslational modifications (PTMs). These modifications influence the regulation of chromatin structure and gene activity. Post-translational modifications, such as histone lysine methylation, acetylation and phosphorylation are prevalent in various cancer types. The aim of the study is to detect and localize specific PTMs on histones by optimizing the existing method for nuclei isolation and sample purification. The research employs the OPM-2 cell line, for which sample preparation begins with the isolation and breakdown of the nuclei. Next, magnetic beads are utilized to purify the sample by binding the proteins and removing contaminants, followed by overnight digestion. After preparing the Evotips, the samples are injected into the Evosep One connected to the timsTOF HT for tandem MS analysis with trapped ion mobility. The addition of an extra washing step during nuclei isolation, which was tested during protocol adjustments, had no effect on the purity of the sample. Similarly, the separate addition of SDS and Benzonase during nuclei isolation showed no positive impact. When the effect of an additional protein purification step using 5 µl RPW cartridges was investigated, it led to a significant improvement in purity, with a lower total protein yield and histones being the most abundant proteins in the sample. With the latest optimization, nine peptides of interest on H3 could be detected. However, the evaluation of this optimized protocol is still ongoing and further optimization remains necessary.

Clostridium botulinum (C. botulinum) is een Gram-positieve, sporenvormende bacterie die een van de krachtigste neurotoxinen, het botulineneurotoxine (BoNT), produceert. Deze bacterie vormt een ernstig risico voor de volksgezondheid vanwege de mogelijke aanwezigheid in voedingsmiddelen met een lage zuurgraad, zoals ingeblikte producten en gerookt vlees. Dit onderzoek richt zich op de isolatie en karakterisering van C. botulinum, met als doel de ontwikkeling en optimalisatie van isolatiemethoden en moleculaire technieken voor nauwkeurige detectie en identificatie. Het onderzoek bestaat uit twee delen: het eerste deel richt zich op het optimaliseren van isolatieprotocollen van C. botulinum uit verschillende voedingsmiddelen door het evalueren van diverse methoden en parameters. Het tweede deel ontwikkelt een protocol voor het verkrijgen van hoogwaardige DNA-extracten, geschikt voor whole genome sequencing (WGS). Het onderzoek beoogt de verbetering van isolatie- en DNA-extractiemethoden, wat kan bijdragen aan verbeterde detectie- en preventiestrategieën tegen C. botulinum.

In deze masterproef is een model ontwikkeld dat toelaat om de functionaliteit van de bestaande laadpaalinfrastructuur te analyseren op basis van gegevens over historisch laadgedrag aan deze laadpaalinfrastructuur. Concreet gaat dit model, voor een dataset over historisch laadgedrag, periodes met mogelijke defecten voor een bepaalde laadpaal gaan identificeren, wat toelaat om enerzijds de beschikbaarheid van de laadpalen na te gaan voor deze periode en anderzijds om de dataset te kuisen. Dit laatste is zeer nuttig voor voorspellingsmodellen die ontwikkeld worden op basis van deze datasets.

Steeds meer studenten hechten belang aan de praktische kant van de bachelor Communicatie, wat blijkt uit interviews met huidige studenten. Om deze praktijkgerichtheid beter te communiceren, is een sterke SEO- en SEA-strategie essentieel voor Howest. Het optimaliseren van de opleidingspagina met aantrekkelijke zoekwoorden zorgt ervoor dat de bachelor Communicatie beter zichtbaar wordt in zoekresultaten, wat meer potentiële studenten kan aantrekken. Een literatuuronderzoek en zoekwoordenanalyse gaven inzicht in de termen met hoog zoekvolume. Als oplossing zijn twee content briefs opgesteld voor SEO-optimalisatie en een Google Ads-template ontwikkeld voor effectieve SEA-campagnes, gericht op de juiste zoekwoorden.