Scriptiebank overzicht

Een experimentele studie van het creëren van striptekeningen met GAN's (general adversarial networks). Een vergelijkend onderzoek tussen DCGAN, WGAN en StyleGAN2-ADA op een dataset van de stripreeks Kinky & Cosy (©Nix)

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

Deze scriptie onderzoekt de verschillen tussen de sociale mediakanalen Instagram en TikTok. Welke content post een bedrijf het best op Instagram en welke op TikTok? Mag dit dezelfde content zijn of moet een bedrijf een duidelijk onderscheid maken tussen beide platformen? Deze content werd onderzocht op basis van beste aesthetic, tone of voice en inhoud voor elk van de twee platformen.

Onderzoek naar het gebruike van bestaande methodes om EEG-data te verwerken zodat UX-inspanningen op een website of applicatie objectief kunnen gescoord worden. Zo zouden UX-analyses mogelijks kunnen worden geautomatiseerd. Daarnaast kan men hierdoor ook eenvoudig de cognitieve ballast die de gebruikers van een interface ervaren gaan meten en proberen verlagen.

Vergelijking tussen commerciele en gratis software voor het voorbereiden van een onderkaakreconstructie met het kuitbeen.

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.

In deze scriptie werd met behulp van een computationele methode de overeenkomsten en verschillen onderzocht tussen de ziekte van Alzheimer en depressie. Hiervoor werden netwerken geconstrueerd uit data dat voordien al beschikbaar was.

In dit onderzoek identificeerden we twaalf verschillende zeestersoorten in een onderbestudeerde regio (zuid-Chili) door identificatie doormiddel van morfologie en DNA barcoding te combineren. Soortenlijsten zijn belangrijk om soorten en regio's te monitoren en verandering door de klimaatopwarming te volgen. Bijkomend evalueerden we biogeografische patronen van deze zeesterren in de volledige Zuidelijke Oceaan.

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

Adaptief videostreamen kan worden geoptimaliseerd. De algoritmes die vandaag gebruikt worden kunnen worden verbeterd door de netwerklagen met elkaar te laten communiceren.

GNSS satellieten zijn jarenlang dominant geweest op de PNT markt maar ondervinden tekortkomingen. Deze tekortkomingen worden mogelijks opgelost door gebruik te maken van LEO satellieten. Deze scriptie omvat wat er verandert wanneer LEO satellieten gebruikt worden op vlak van algoritme en pseudorange calculaties.

Evolutie van metabole netwerken van micro-organismen via Quality-Diversity optimalisatie algoritmen om strain design strategieën te voorspellen die de groei van micro-organismen en de productie van metabolieten maximaliseren.

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.

Deze scriptie onderzoekt automatische vragen generatie door gebruik te maken van sjablonen. We extraheren sjablonen uit bestaande vragen, en we maken gebruik van Wikidata om de sjablonen in te vullen. Vervolgens schatten we de moeilijkheidsgraad van de gegenereerde vragen om een ordening te creëren van makkelijke naar moeilijke vragen.

Robots zijn in ons recht vandaag niets meer dan voorwerpen. Het wordt tijd om te overwegen of ze de status van personen verdienen in ons recht. Door middel van een rechtsfilosofische afweging wordt in dit onderzoek een voorzichtig positieve balans opgemaakt.

De verregaande integratie van technologie in platformorganisaties maakt de top-down verrijking van het werkontwerp uitdagend en beperkt bijgevolg de mogelijkheden om werknemers intrinsiek te motiveren. Daarom onderzocht deze masterproef de relatie tussen dagelijkse job crafting (d.w.z. dagelijkse taak, dagelijkse relationele, dagelijkse cognitieve, en dagelijkse tijd-ruimtelijke job crafting) en dagelijkse intrinsieke motivatie door dagelijkse jobverrijking, aan de hand van een algemene vragenlijst en een vierdaagse dagboekstudie (N = 196 dagen genest binnen 51 individuen). Daarnaast onderzochten we of de persoonlijke behoefte aan groei en ontwikkeling van platformwerkers het effect van dagelijkse jobverrijking op dagelijkse intrinsieke motivatie modereerde.

Op welke manier kan een (COVID-19) patiënt in buikligging (de prone positie) op intensieve zorgen worden gereanimeerd?

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 masterthesis gaat in op twee aspecten van het werk van Bruno Latour, die op het eerste gezicht moeilijk verzoenbaar lijken: zijn epistemologische positie die tot de strekking van het constructivisme behoort en zijn praktische filosofie met een pleidooi voor verbindende kritiek. Dat beide aspecten op gespannen voet lijken te staan, ligt aan het feit dat het constructivisme niet met verbindende, maar met negatieve kritiek wordt geassocieerd: het ontmaskert en deconstrueert vaste waarden en objectieve feiten. De vraag hoe Latours theoretische visie over de construeerbaarheid van feiten te verzoenen valt met zijn praktische ideaal van een verbindende kritiek, vormt dan ook de centrale onderzoeksvraag van deze thesis.

Deze masterscriptie onderzoekt de relatie tussen dagelijkse ervaren oneerlijkheid en dagelijkse verbittering op het werk. Om deze relatie vast te stellen, is dagelijkse psychologische contractbreuk opgenomen als mediator en morele identiteit als moderator.

De toepassing van een beslissingstool voor de selectie van een controlestrategie ter preventie van kruisbesmetting via het waswater van 4de gamma groenten.

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.

Enkele problematieken lijken de zoektocht naar een wettelijk kader rond live facial recognition te belemmeren. Deze masterproef onderzoekt wat deze inhouden en formuleert enkele vraagstukken die cruciaal lijken opdat de proportionaliteit en wenselijkheid van de technologie kan worden beoordeeld.

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.

Met behulp van een metabolische netwerkmodel werden de beste genetische ingrepen gezocht die het metabolisme van de bacterie Bacillus subtilis optimaliseren voor biologische ammoniakproductie uit proteïnes. Op die manier kan dit bijdragen aan het sluiten van de menselijke stikstofcyclus.

In deze thesis wordt een methode voorgesteld om een chemische kwantificatie van een ternair stabilisatorenmengsel te voltrekken via deep learning en FTIR-analyse. Een menselijke interpretatie wordt bemoeilijkt door een grote hoeveelheid aan pieken die niet individueel toe te schrijven zijn aan individuele stabilisatoren. Daarom wordt deep learning gebruikt om een model op te bouwen dat zelfstandig infraroodspectra kan verwerken. Ook werd geëxperimenteerd met pre-processing om de grote hoeveelheid aan data onder controle te houden.

Het monitoren van de zoutwater intrusie in de intergetijden zone met elektrische resistiviteit tomografie. De mogelijkheden en limitaties identificeren met oog op toekomstig onderzoek

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.

Innovatie van de brandbestrijdingsopleiding van de Belgische marine.

Bestaand onderzoek naar sharing economy platformen toont aan dat digitale intermediairs zoals Uber, via hun algoritmes en de rijke informatie waarover zij beschikken, zich in een machtspositie bevinden ten opzichte van hun gebruikers. Deze Masterproef analyseert dan ook hoe de ervaringen van Uber-drivers tot uiting komen op het grootste Franse online driverforum in 2019-2020 vanuit de Digital Market Manipulation Theory. Via een kwalitatieve inhoudsanalyse konden via een open, axiale en selectieve codering tien thema’s geïdentificeerd worden waaruit vervolgens nader kon verklaard worden hoe Uber als netwerkplatform de mogelijkheid heeft om aan Digitale Marktmanipulatie te doen.