Scriptiebank overzicht

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.

Streamingdiensten en videoplatformen bouwen op basis van kijk- en luistergedrag profielen van gebruikers op. Die profielen kunnen nuttig zijn voor personalisatie, maar gebruikers hebben vaak weinig zicht op welke gegevens worden verzameld en welke conclusies daaruit worden getrokken. In deze bachelorproef onderzoek ik hoe gebruikers meer controle kunnen krijgen over hun mediagegevens en de inzichten die daaruit ontstaan. Ik ontwierp een systeemarchitectuur en ontwikkelde een werkend prototype waarin gegevens van onder meer Spotify, YouTube en SoundCloud worden samengebracht in een persoonlijke digitale datakluis. De gebruiker kan zelf bepalen wie toegang krijgt tot welke gegevens en kan afgeleide inzichten bevestigen, corrigeren of tegenspreken. Daarnaast onderzocht ik hoe open standaarden en lokale AI-inferentie kunnen bijdragen aan interoperabiliteit en privacy. Het resultaat toont hoe personalisatie mogelijk blijft zonder dat de gebruiker de controle over zijn digitale profiel volledig uit handen hoeft te geven.

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.

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.

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.

Voortgaande verstedelijking en de wereldwijde overstap naar energiezuinige LED-
verlichting vergroten de blootstelling aan kunstlicht ’s nachts, wat bezorgdheid
wekt over de effecten op gemeenschappen van nachtactieve insecten. De meeste
bestaande veldstudies zijn kort van duur en beperkt in ruimtelijke dekking van-
wege de arbeidsintensieve aard van traditionele bemonstering. Dit proefschrift
pakt deze lacune aan door het ontwerpen, implementeren en valideren van een
goedkope, op camera’s gebaseerde, op afstand werkende monitoringsunit voor
seizoenslange inzet in diverse buitenomgevingen. Het systeem registreert weerpa-
rameters (temperatuur, relatieve vochtigheid), locatie (GPS), verlichtingsparame-
ters (gecorreleerde kleurtemperatuur) en tijdgestempelde beelden van aangetrokken
insecten.
Om classificatiestrategieën te evalueren zonder grootschalige inzet, werd in een
kleinschalige casestudy het gebruik van twee algemene vision–language modellen
getest op zorgvuldig geselecteerde insectenbeelden met gezaghebbende ObsIdentify-
bepalingen. De resultaten positioneren vision–language modellen als effectieve
hulpmiddelen voor voorlopige tagging, triage en kwaliteitscontrole, terwijl geza-
ghebbende labels afkomstig moeten zijn van specialisten of gespecialiseerde soorten-
herkenningsdiensten.
Toekomstig werk dient eerst de minimaal vereiste taxonomische diepte voor ALAN-
impactstudies vast te stellen en vervolgens herkenningstools aan te passen om
aan deze eis te voldoen. Verdere stappen omvatten het uitbreiden van de pij-
plijn naar tellingen en abundantiematen, het ontwikkelen van een robuuste con-
tainergebaseerde implementatie-architectuur, het migreren van de database naar
een beveiligde cloud- of NAS-infrastructuur en het implementeren van sterke
cyberbeveiligingsmaatregelen voor externe units. Deze verbeteringen zullen ge-
standaardiseerde, seizoenslange, multisitecampagnes mogelijk maken die robu-
uste beoordelingen van ALAN-effecten onder door LED gedomineerde lichtom-
standigheden opleveren.

Met de groeiende adoptie van cloud computing rijzen vragen over de veiligheid van data en de betrouwbaarheid van cloudproviders. Blind vertrouwen is daarbij riskant, vooral voor gevoelige informatie. Deze scriptie onderzoekt de SVSM-vTPM, een technologie voor onafhankelijke attestatie, en test de toepasbaarheid in publieke clouds zoals AWS, Azure en Google Cloud. Het onderzoek laat zien dat directe inzet nog niet mogelijk is, brengt de beperkingen en fouten van bestaande provideroplossingen in kaart, en ontwikkelt een praktische aanpak voor reproduceerbare attestatie op Azure, zodat organisaties hun data beter kunnen controleren en beschermen.

Deze thesis onderzoekt hoe in het werk van de Britse kinderauteur Annabel Pitcher de verwerking van trauma beïnvloed wordt door zorg en verschillende copingstrategieën. Pitchers oeuvre getuigt van de groeiende culturele belangstelling voor trauma en de verbale representeerbaarheid ervan. Via close reading werden haar vier romans, die nog niet samen behandeld zijn, vergeleken aan de hand van inzichten uit de traumatheorie, zorgethiek en narratologie. De analyse toont aan dat het genezingsproces van Pitchers jonge vertellers/focalisators initieel belemmerd wordt door hun onvermogen om hun gevoelens te delen met hun medepersonages en door de onopgeloste trauma’s van hun ouders, wier zorgverlening daardoor negatief beïnvloed wordt. Uiteindelijk slagen de jonge protagonisten erin om positieve verandering teweeg te brengen, niet alleen voor zichzelf, maar ook voor hun gezin. Pitchers oeuvre belicht zo het vermogen van kinderen om zorg te verlenen en benadrukt de rol van hun (narratieve) agency in hun eigen rouwproces.

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.

De centrale onderzoeksvraag van deze bachelorproef luidt: Hoe kunnen chatbots, gebruikmakend van RAG en NLP-technologieën, bijsluiters begrijpbaarder maken? Het doel van het onderzoek was om na te gaan hoe artificiële intelligentie ingezet kan worden om medische informatie toegankelijker te maken voor een breed publiek, waaronder jongeren, ouderen en mensen met beperkte gezondheidsvaardigheden.

Het project bestond uit een literatuurstudie naar bestaande NLP-technieken, gevolgd door de ontwikkeling van een werkende demo van een AI-chatbot. Deze chatbot maakt gebruik van Retrieval-Augmented Generation (RAG), Azure AI Search en GPT-technologie om informatie uit medische bijsluiters te extraheren, te vereenvoudigen en aan te bieden via een gebruiksvriendelijke interface.

Tot slot werd de oplossing kritisch geëvalueerd aan de hand van feedback van experten uit het werkveld, zoals VITO, het FAGG, en softwareontwikkelaars en marketing directors uit de medische sector.

Positieve elementen in de evaluatie waren de technische haalbaarheid, de intuïtieve gebruikerservaring en de schaalbaarheid van het systeem. Negatieve of kritische aandachtspunten betroffen vooral de juridische en ethische grenzen, het risico op misinterpretatie, en de nood aan duidelijke afbakening van wat het systeem wel
en niet mag doen.

De belangrijkste elementen in het advies zijn dan ook het vermijden van persoonlijke data, het beperken van de reikwijdte van de chatbot tot informatieve antwoorden, en het voorzien van een heldere juridische en echnische structuur. De conclusie van het project luidt dat AI-chatbots een waardevolle bijdrage kunnen leveren aan begrijpelijke gezondheidsinformatie, op voorwaarde dat ze zorgvuldig ontworpen, beperkt ingezet en
voortdurend gemonitord worden.

In me scriptie onderzoek ik hoe TechnoSoft, een softwarebedrijf gericht op cloud oplossingen voor de gezondheidszorg, zicht wapent tegen de risico’s die hun innovatieve en expansieve strategie met zich meebrengt. Je analyseert met name de risico’s van IT-storingen, naleving van de GDPR-regels en het te kort aan gekwalificeerd personeel. Door deze risico’s systematisch te benaderen, probeert TechnoSoft haar markt positie te versterken en tegelijkertijd vertrouwen te winnen bij klanten en belanghebbenden in de zorgsector. Het onderzoek biedt aanbevelingen om risicomanagement als strategische pijler te integreren en zo duurzame groei te realiseren.

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.

Deze scriptie onderzoekt de mogelijkheden van Augmented Reality (AR) als voornaamste hulpmiddel bij het bouwen van een regeloppervlak, in dit geval een conoïde. Dit om een initieel beeld te krijgen van de meerwaarden en moeilijkheden hiervan.

Een onderzoek naar de digitale nalatenschap. Voornaamste focus van deze masterproef was gericht op de vraag of het Belgisch recht in staat is om over te gaan tot een efficiënte afwikkeling van deze nieuwe nalatenschap. De wetgever lijkt op vandaag verschillende mogelijkheden te hebben om het recht aan te passen.

In Point Cloud Registration (registratieprobleem) worden twee puntenwolken gealigneerd met elkaar. Deze scriptie vergelijkt verschillende registratie-algoritmes op accuraatheid, snelheid etc. De puntenwolken worden gescand met een 3D-camera en gemaakt uit een 3D-model, van hetzelfde voorwerp.

Het genereren van fysisch correcte beelden in video games is computationeel gezien een zeer zware taak. Om dit mogelijk te maken, wordt er gebruik gemaakt van het zogenaamde path tracing of ray tracing algoritme. In deze scriptie bekijken we hoe we het path tracing algoritme schaalbaar kunnen maken voor vele gebruikers, waarbij de berekeningen gedaan worden door een centrale server.

Ketonen zitten niet langer alleen in het wielrennen, maar ook in andere sporten. Bovendien zullen ze in groten getale gebruikt worden op de komende Spelen in Tokyo. Een troefkaart voor rijke landen in de strijd om medailles?

'Over de vloer' is een historische podcastreeks voor kinderen. Deze scriptie bevat een schriftelijke neerslag van het doorlopen traject.

Het doel van deze bachelorproef is onderzoeken welke operationele tooling nodig is om een Kubernetes cluster operationeel te houden in AWS. Met operationele tooling wordt security, monitoring, logging en automatisatie tools bedoeld. Voor elke categorie van tools wordt de AWS-native tool en enkele third-party tools onderzocht. Voor elke tool wordt gekeken naar de configuratie, functionaliteiten, voor- en nadelen en de prijs. De conclusie is dat de AWS-native tools niet voldoende zijn om een Kubernetes cluster operationeel te houden. Voor de security tool is Prisma Cloud gekozen en voor de monitoring tool en logging tool is Datadog gekozen. Automatisatie is gerealiseerd met Terraform.
Op vraag van Ordina werd Azure DevOps gebruikt voor het automatiseren van de tools.
Trefwoorden: AWS, Kubernetes, Operationele tooling, Azure DevOps, Automation

Deze thesis is een bondige verslaggeving over een verbetering van een langdradige en ingewikkelde
installatie van SAP-ERP systemen. Door het resultaat dat behaald werd tijdens de uitvoering bestaat
de kans tot een foute installatie niet meer.

In deze masterthesis worden tal van experts ter zake ingeroepen voor hun deskundige inzichten en exclusieve documentatie. Er wordt gekeken naar de implementatie van slimme verkeerslichten in ander landen, en nadien in België, met daaraan gekoppeld de implementatiecriteria voor België. Naast de reeds gerealiseerde projecten in België, wordt dieper ingegaan op het CITRUS-project te Halle, het C-the-difference-project in Helmond en Bordeaux en het VLCC te Antwerpen. Hieruit blijkt dat deze projecten positieve resultaten tewerkstellen, doch wordt er een kritische noot gegeven. Ondanks het VLCC te Antwerpen het vrachtverkeer niet heeft opgenomen in de doelgroep, blijkt dit hoogtechnologisch dynamische verkeersregelingssysteem een realistisch uitgewerkt idee om vrachtverkeer ook te betrekken in andere toekomstige projecten. Echter de toekomst zal ons een grotere diversiteit in het mobiliteitssysteem brengen aan de hand van nieuwe innovaties en biedt ons opnieuw stof tot nadenken in verband met het management van het verkeer.

Het laad- en losproces van vrachtwagens kan verbetert worden door behulp van een "cloud-based" systeem samen met een uitgebreide data-uitwisselingen tussen alle betrokkenen.

Sterren van meer dan 8 zonsmassa’s drijven de evolutie van het universum en onze Melkweg. De evolutie van deze massieve sterren doorgronden is noodzakelijk willen we het heelal begrijpen, maar momenteel zijn er hierover nog vele vragen zonder antwoord. Deze thesis behandelt één cruciaal systeem van massieve sterren om de mysteries rond hun evolutie te helpen oplossen.

Biotechnologische oplossing voor waterschaarste met behulp van synthetische biologie. Een projectvoorstel om deel te nemen aan iGEM, een internationale competitie. Ons uiteindelijk doel is de creatie van een alternatief middel voor cloud seeding.

In deze bachelorproef wordt beoogd het opleidingslokaal B332 van de co-hogeschool Odisee met KNX volwaardig te automatiseren. Zodoende wordt het energieverbruik efficiënt beheerd met respect voor het milieu en duurzaamheid.

Verouderde IT-systemen optimalizeren zodat ze voldoen aan Industry 4.0 maatstaven, door het gebruik van Big Data en meer specifiek Master Data.

In deze bachelorproef werd onderzocht of Computer Vision API’s zoals Clarifai, Google Cloud Vision of Microsoft Computer Vision gebruikt kunnen worden om museummedewerkers te ondersteunen bij het beschrijven van cultureel-erfgoedobjecten. Het registreren van beelden vraagt immers veel werk. Computer Vision API’s zijn sneller dan menselijke registratoren en kunnen een inhaalbeweging realiseren. Die API’s worden echter getraind met hedendaagse beelden waardoor het niet geweten is hoe goed ze zijn in het beschrijven van historische beelden.

Het is een onderzoek dat zowel de theorie als de praktijk belicht op vlak van schriftelijke communicatie met anderstalige ouders. Het geeft weer hoe dit aangepakt kan worden in de klas door de leerkrachten.

Gebruikmakend van betrouwbare database bevragingen wordt een oplossing voorgesteld om persoonlijke data opnieuw in handen te geven van de eigenaar en bijgevolg de privacy beter te beschermen.