Scriptiebank overzicht

Mijn masterproef onderzoekt hoe elektrische machines, in het bijzonder permanent-magneet-synchrone motoren (PMSM), recycleerbaar kunnen worden ontworpen zonder prestatieverlies. Vandaag worden deze motoren meestal versnipperd, waardoor waardevolle materialen zoals koper en zeldzame aardmetalen verloren gaan. Het grootste obstakel is het gebruik van lijmen en thermohardende harsen, die demontage onmogelijk maken. In mijn onderzoek ontwikkelde ik een rotorconcept waarin magneten mechanisch worden gefixeerd met bouten in plaats van lijm. Dit ontwerp werd gevalideerd via elektromagnetische en mechanische simulaties en vervolgens gerealiseerd in een prototype. De lijmloze rotor bleek structureel robuust en presteerde vergelijkbaar met conventionele motoren, terwijl hij volledig demonteerbaar is. Daarnaast werd een opschalingsstudie uitgevoerd, waaruit bleek dat radiale bouten geschikt zijn voor grotere motoren zoals in elektrische voertuigen. Dit werk toont aan dat design-for-recycling haalbaar is en een belangrijke stap vormt naar circulaire elektrische aandrijfsystemen.

Humanoïde robots moeten in staat zijn om te navigeren op complex, ongestructureerd terrein, wat actuatoren vereist met een hoge koppeldichtheid en een sterke schokbestendigheid, evenals robuuste besturingsstrategieën voor stabiele voortbeweging.

Dit werk presenteert het ontwerp en de besturing van een hopper dat een humanoïde-been nabootst, met behulp van nieuw ontwikkelde serieel gekoppelde actuatoren. Het doel is om een onderbestuurd 3-DOF-been te creëren met verbeterde impactresistentie en springprestaties in vergelijking met state-of-the-art systemen.

Het resulterende been van 13,62 kg en 0,9 m integreert op maat gemaakte transmissie- en sensorsystemen. Er wordt een driefasige besturingsstrategie gebruikt: PD-besturing tijdens de vlucht, impedantiebesturing tijdens het bufferen en energy shaping tijdens het opstijgen.

Simulatie en experimentele validatie tonen aan dat lineaire railwrijving een aanzienlijke invloed heeft op de prestaties. Een experiment om de wrijving te schatten leverde een dimensieloze springhoogte van 1,28 op. Opvallend is dat het been een dimensieloze stijfheid van 14,25 bereikte onder impedantiebesturing, wat wijst op een verbeterde schokbestendigheid.

De industrie vereist elke dag complexere processen en logistiek, wat heeft geleid tot de opkomst van multi-agent systemen. Hierbij werken meerdere robots, voertuigen of machines in dezelfde omgeving. Dit stimuleert de behoefte aan multi-agent bewegingsplanners die de bewegingen van deze agents op een efficiënte en veilige manier coördineren en plannen.

Daarom presenteert deze scriptie een nieuwe, op model predictieve controle (MPC) gebaseerde bewegingsplanner voor holonomische multi-agent systemen, door een gedecentraliseerde formulering van de alternating direction method of multipliers (ADMM) te combineren met een gecentraliseerde formulering van control barrier functions (CBF's). De methode is ontwikkeld met het oog op, maar niet beperkt tot, industriële magnetische levitatieplatforms zoals het Beckhoff XPlanar-systeem.

De klassieke gecentraliseerde MPC-benadering blijkt te schalen met ∼ O(N^2,96), waardoor de methode onuitvoerbaar wordt bij een toenemend aantal agents. Hoewel gedecentraliseerde ADMM de tijdcomplexiteit aanzienlijk vermindert, kan deze de veiligheid niet garanderen, d.w.z. er bestaat een risico op botsingen. Daarom wordt de methode aangevuld met een extra optimalisatieprobleem waarin CBF's zijn opgenomen. Het resultaat is een veilige methode die schaalt met ∼ O(N^1,82). Deze veiligheidsgarantie stelt ons in staat om het aantal ADMM-iteraties vast te leggen, waarbij een afweging wordt gemaakt tussen prestaties en rekenkracht.

Om de realtimeprestaties verder te verbeteren, biedt dit werk een C++-implementatie van de hybride methode, die gebruikmaakt van de gedecentraliseerde ADMM-structuur door de code te parallelliseren. Dit vermindert de rekentijd voor 5 en 10 agents met respectievelijk 90,1% en 60,5%. De hybride methode wordt vervolgens kwalitatief en kwantitatief vergeleken met de gecentraliseerde MPC-methode. Ten slotte wordt een proof of concept gepresenteerd door de algoritmen te implementeren en te testen op het XPlanar-systeem.

Traditionele geotechnische ontwerpmethoden in België zijn in hoofdzaak gebaseerd op deterministische of semi-probabilistische benaderingen. Deze leiden vaak tot conservatieve schattingen die de inherente variabiliteit van het bodemgedrag slechts beperkt weerspiegelen. In deze thesis wordt de praktische toepassing van volledig probabilistische geotechnische berekeningen onderzocht, met specifieke aandacht voor het voorspellen van dijkzettingen.

Het onderzoek richt zich op het project voor dijkversterking te Groot Schoor (Bornem), dat deel uitmaakt van het bredere Vlaamse Sigmaplan voor waterveiligheid. Hierbij wordt uitgebreide veld- en laboratoriumdata geïntegreerd met geavanceerde probabilistische methoden.

Een omvattende methodologie wordt ontwikkeld, waarin PLAXIS 2D eindige-elementenmodellering wordt gecombineerd met Python-gebaseerde automatisering en probabilistische berekeningen. Via een sensitiviteitsanalyse worden de belangrijkste bodemparameters geïdentificeerd en gemodelleerd als stochastische variabelen, gebaseerd op kansverdelingen afgeleid uit CPT(u)-gegevens en laboratoriumproeven. Latin hypercube sampling wordt toegepast om representatieve inputsets te genereren, terwijl een response-surface model, getraind op een beperkt aantal PLAXIS-simulaties, een grootschalige probabilistische analyse mogelijk maakt. Bayesian updating, geïmplementeerd via de Markov Chain Monte Carlo-methode, verfijnt de probabilistische voorspellingen door de integratie van werkelijke zettingsmetingen uit de monitorcampagne.

De resultaten tonen aan dat probabilistische methoden niet alleen de variabiliteit en onzekerheid van zettingsgedrag accurater weergeven dan deterministische benaderingen, maar tevens waardevolle inzichten verschaffen in parametersensitiviteit en modelrobuustheid. Deze studie bevestigt de haalbaarheid en de voordelen van het structureel integreren van probabilistische technieken in geotechnisch ontwerp, wat de weg opent naar betrouwbaardere en kostenefficiëntere infrastructuurontwikkeling, evenals data-gestuurde besluitvorming.

In dit werk onderzoeken we hoe artificiële intelligentie kan helpen om epidemieën eerlijker en efficiënter aan te pakken. Met behulp van reinforcement learning leert een algoritme verschillende maatregelen uitproberen en afwegen, zodat het zowel de medische impact als de sociale last probeert te beperken. Dit onderzoek breidt eerder onderzoek uit door in de sociale last ook het risico op hospitalisatie in rekening te brengen. We kijken hoe het algoritme de maatregelen op een gebalanceerde manier aanpakt en verdeelt tussen de leeftijdsgroepen. Door middel van simulaties en visualisaties tonen we hoe het gebruik van artificiële intelligentie leidt tot meer gebalanceerde strategieën, zonder dat het de effectiviteit van bestrijding van de epidemie beïnvloed.

Observatievaardigheden zijn van belang voor zorgverleners, zowel voor accurate diagnoses als voor empathische patiëntondersteuning.
De huidige evaluatie van deze vaardigheden in gesimuleerde omgevingen steunt vaak op subjectieve methoden zoals zelfrapportage en directe observatie door docenten.
Hoewel de Tobii eyetracking-brillen in het Zorglab van HOGENT objectieve blikdata leveren,
ontbreekt er tot op heden geschikte software om automatisch te analyseren welke objecten studenten waarnemen en voor hoe lang.
Deze bachelorproef beantwoordt hoe computervisiemodellen geïntegreerd kunnen worden met eyetrackingdata van Tobii Glasses om de observatieprestaties van studenten automatisch te analyseren.
De analyses dienen de feedback door docenten in het Zorglab te versterken.

Deze doelstelling werd uitgewerkt door middel van van een proof-of-concept (PoC) softwareapplicatie.
Dit proces startte met een literatuurstudie naar eyetracking-analyse en relevante computervisiemodellen (o.a. YOLO, SAM, DINOv2).
Vervolgens werd een prototype applicatie ontworpen en geïmplementeerd (Python, FastAPI, HTMX), inclusief een semi-automatische labeling-tool die gebruik maakt van SAM2 voor objectsegmentatie en -tracking.
Om de PoC te valideren, werd een gecontroleerd experiment uitgevoerd in het Zorglab.
Hier genereerden studenten aan de hand van Tobii Pro Glasses 3, eyetrackingopnames tijdens gesimuleerde observatietaken.
Deze opnames, samen met twee specifieke kalibratieopnames, werden gelabeld met de ontwikkelde tool om een grondwaarheidsdataset te creëren.
Een analysepijplijn werd ontworpen en geëvalueerd. In deze analyse werd de trackingfunctionaliteit van FastSAM gecombineerd met blikgestuurde filtering en classificatie van objectsegmenten, middels een getraind YOLOv11-objectdetectiemodel.
De prestaties werden geëvalueerd aan de hand van precisie, recall en F1-score, na optimalisatie via een grid search van hyperparameters.

Uit de resultaten bleek dat de combinatie van FastSAM-tracking met een YOLOv11-objectdetector (getraind op 1000 samples per klasse) de beste prestaties opleverde, met een F1-score van 0.80, een precisie van 0.94 en een recall van 0.70.
De hoge precisie toont aan dat het systeem met grote zekerheid de correcte objecten identificeert, hoewel een significant deel van de fout-positieven in de werkelijkheid correct gedetecteerde objecten bleken te zijn, die niet in de grondwaarheid waren opgenomen.
De lagere recall wijst erop dat niet alle bekeken objecten consistent werden gedetecteerd, voornamelijk door problemen met kleine, transparante objecten en door inconsistenties tussen de FastSAM-segmentaties en de grondwaarheid.
De FastSAM-tracking bleek de meest beperkende factor in de pijplijn.

Deze bachelorproef levert een werkend PoC en een methodologie op die de haalbaarheid van geautomatiseerde analyse van observatievaardigheden aantoont.
Het biedt een objectieve, datagestuurde basis om de feedback aan studenten te verbeteren en de effectiviteit van simulatietraining in de zorg te verhogen.
Op deze manier legt het een fundament voor verder onderzoek naar robuustere analysemethoden.

Deze masterscriptie beschrijft de ontwikkeling en validatie van een Computational
Fluid Dynamics-model voor adiabatische en diabatisch twee-fasenstroming in een mi-
crokanaal, met focus op toepassingen in Microkanaal-Warmtewisselaars voor Small
Modular Reactors. De Euleriaans–Euleriaanse methode werd toegepast en meerdere
interfaciale krachten en warmteoverdrachtsmodellen werden getest op toepasbaarheid
binnen experimentele configuraties. Een modulaire strategie werd gevolgd, van een
adiabatisch basismodel (verticale kleine kanaal), tot een verfijnd adiabatisch model
(horizontaal microkanaal), naar een volledig kookmodel (verticaal microkanaal). De
eerste twee modellen toonden sterke overeenkomst met experimentele data voor vol-
umefracties, snelheidsprofielen, stromingsregimes en drukverliezen. Voor horizontale
stroming vormde het gebrek aan gedetailleerde data en geschikte submodellen echter
een beperking. De kooksimulaties voorspelden drukverliezen en wandoververhitting
correct, maar toonden gevoeligheid voor de stabiliteit van de vloeistoffilm aan de wand.
De modellen vormen een degelijke basis voor thermo-hydraulisch gedrag in annulair
regime, maar zijn beperkt bij extremere condities. Toekomstig werk moet zich richten
op horizontale data en robuustere krachtmodellen voor bredere stromingsregimes.

De opkomst van elektrische Vertical Take-Off and Landing (eVTOL) vliegtuigen roept vragen op over hun akoestische integratie in dichtbevolkte stedelijke omgevingen. Een belangrijke uitdaging is te onderzoeken in hoeverre het karakteristieke tonale geluid van eVTOL’s wegvalt in of juist afsteekt tegen de stedelijke achtergrond. Deze masterproef behandelt deze problematiek aan de hand van de centrale onderzoeksvraag: “Hoe kan een goedkoop en autonoom akoestisch meetsysteem worden ontworpen, gebouwd en gekalibreerd om op betrouwbare wijze stedelijke achtergrondgeluiden vast te leggen en de akoestische impact van eVTOL-vliegtuigen te evalueren?

Om deze vraag te beantwoorden werd een goedkoop, autonoom meetsysteem ontwikkeld en gevalideerd voor langdurige geluidsmonitoring in stedelijke context. Het prototype combineert een MEMS-microfoon, een Raspberry Pi met data-acquisitiesysteem, 4G-connectiviteit en een op zonne-energie gebaseerde energievoorziening in een robuuste configuratie die buitenshuis kan
functioneren met minimale interventie. Kalibratie tegen een referentiemicrofoon beperkte het betrouwbare frequentiebereik tot 500–3000 Hz. Binnen dit bereik registreerde een eerste meting op de VUB-campus stedelijke geluidsdrukniveaus tussen 42 en 57 dB SPL. De metingen tonen zowel geleidelijke variaties als kortstondige pieken, vermoedelijk veroorzaakt door verkeersintensivering en sirenes van hulpdiensten. Daarnaast werden tonale componenten waargenomen, met name rond 1 kHz en 2 kHz. Dit illustreert de capaciteit van het systeem om smalbandige kenmerken in het geluidslandschap te detecteren. Een vergelijking met numerieke voorspellingen van eVTOL-rotorgeluid suggereert dat tonale pieken het stedelijke achtergrondniveau met meer dan 10 dB kunnen overstijgen direct onder het toestel, terwijl waarnemers opzij deels maskering kunnen ervaren. Deze eerste resultaten tonen aan dat het ontwikkelde systeem een veelbelovend en betaalbaar proof-of-concept vormt voor de evaluatie van de akoestische voetafdruk van eVTOL’s in stedelijke context. Verdere metingen zijn echter noodzakelijk om de betrouwbaarheid en robuustheid volledig te onderbouwen.

Hepatocellulair carcinoom (HCC) is wereldwijd de derde belangrijkste oorzaak van kankergerelateerde sterfte. Een beschikbare behandeling is transarteriële radio-embolisatie, waarbij radioactieve microsferen rechtstreeks naar de tumor worden geïnjecteerd. Deze techniek maakt gebruik van de unieke arteriële bloedvoorziening van levertumoren om het therapeutisch effect te versterken, terwijl het omliggende gezonde weefsel wordt gespaard. Het succes van deze behandeling wordt sterk beïnvloed door klinische factoren, waaronder de patiëntspecifieke vaatstructuren van de lever, de injectiesnelheid van de deeltjes en het type katheter. Deze elementen zorgen voor aanzienlijke variatie in de behandelingsuitkomsten.

Deze thesis heeft als doel om de toediening van emboliserende deeltjes te optimaliseren met behulp van computationele stromingsdynamica (CFD), zodat de verdeling van de deeltjes beter overeenkomt met de bloedstroompatronen. Hiervoor wordt een zijgatkatheter ontworpen die deze afstemming moet verbeteren en de invloed van klinische variabelen moet verminderen, wat leidt tot meer voorspelbare resultaten en een betere tumortargeting. In het bijzonder onderzoekt dit werk zowel standaard microkatheters met eindopening (SMC) als zijgatkatheters (SHC) met gesloten voorzijde en verschillende zijgatdiameters.

Met Ansys Discovery werden verschillende kathetergeometrieën ontwikkeld en geïntegreerd in een patiëntspecifiek arterieel levermodel om deeltjestrajecten en stromingsdynamica te simuleren. Een roostergevoeligheidsanalyse werd uitgevoerd om de optimale volumemesh te bepalen. De simulaties omvatten zowel stationaire als transiënte analyses en onderzochten hoe het type katheter, de zijgatdiameter en de oriëntatie van de katheter de verdeling van de deeltjes beïnvloeden.

De resultaten van de in Ansys Discovery ontwikkelde katheters kwamen overeen met de verwachtingen wat betreft deeltjesverspreiding en verdeling. De Discovery-gebaseerde workflow behield de oorspronkelijke anatomie met een oppervlakteafwijking van slechts 0,0003% ten opzichte van het gesegmenteerde model. Belangrijke prestatie-indices zoals de Matching Deviation Index (MDI) en Targeting Deviation Index (TDI) bleken echter afhankelijk van de oriëntatie van de zijgaten. De MDI, die de overeenkomst tussen deeltjesverdeling en bloedstroom weergeeft, toonde aan dat de SHC beter presteerde dan de SMC. SHC’s met kleinere zijgaten (0,2 mm) vertoonden een hogere variabiliteit tussen oriëntaties (2,53%) door de vorming van geconcentreerde injectiestralen dicht bij de arteriewanden. De TDI, die de medische relevantie weerspiegelt door deeltjesverdeling te vergelijken met tumorperfusie, gaf consequent de voorkeur aan SHC’s met grotere zijgaten (0,4 mm). Deze vertoonden minder afhankelijkheid van de oriëntatie (0,89% variabiliteit t.o.v. 2,84%).
Deze bevindingen werden bevestigd in transiënte simulaties, die een twaalfvoudige toename in deeltjesverspreiding lieten zien. Transiënte simulaties leverden over het algemeen lagere MDI- en TDI-waarden op. SHC 0.2 behaalde de beste MDI dankzij de meest uniforme verdeling van de deeltjes, maar dit ging ten koste van de doelgerichtheid, wat resulteerde in de laagste TDI.

Deze thesis toont aan dat het zijgatkatheterontwerp het potentieel heeft om de gevoeligheid voor klinische parameters te verminderen en de behandeling beter te laten aansluiten bij de geplande therapie.

Cerebrale arterioveneuze malformaties (AVM’s) zijn afwijkingen in de hersenvaten waarbij slagaders en aders rechtstreeks met elkaar verbonden zijn, zonder tussenliggende haarvaten. Dit veroorzaakt een complex netwerk van bloedvaten dat risico’s op bloedingen, epileptische aanvallen en neurologische aandoeningen met zich meebrengt. Een veelgebruikte behandeling is endovasculaire embolisatie, waarbij een vloeibaar embolisch middel – vaak Onyx – via een microkatheter wordt ingespoten om de AVM te blokkeren. Het succes van deze procedure hangt af van de ervaring van de behandelede arts, onder andere bij het bepalen van de katheterpositie en injectiesnelheid. Hierdoor groeit de interesse naar kwantificatie van deze parameters.
Hoewel de FDA (Food and Drug Administration) een aanbevolen injectiesnelheid van 0.16 ml/min en een bovengrens van 0.30 ml/min voorschrijft, wordt dit in de praktijk zelden actief gemonitord. In deze thesis wordt met behulp van computationele vloeistofdynamica (CFD) onderzocht hoe de injectiesnelheid de verdeling en stroming van Onyx beïnvloedt. Hiervoor worden de bloed- en Onyx-stromingen gemodelleerd in een patiënt-specifieke AVM-geometrie, gebaseerd op medische beeldvorming.
De resultaten tonen aan dat de injectiesnelheid een duidelijk effect heeft: hogere snelheden versnellen de verspreiding van Onyx, beïnvloeden de verdeling binnen de AVM en veroorzaken hogere lokale drukverschillen. Dit benadrukt dat de injectiesnelheid een kritische parameter is die in de klinische praktijk meer aandacht verdient. Verdere studies met uitgebreidere patiënten data en experimentele validatie zijn nodig om deze bevindingen te bevestigen en te vertalen naar de kliniek.

Afvalwaterzuiveringsinstallaties staan onder toenemende druk. Ze kampen met een
beperkte capaciteit, een hoog energieverbruik en de noodzaak om extra chemicaliën
toe te voegen om stikstof te verwijderen. Tegelijkertijd hebben rioleringssystemen hun
eigen problemen, zoals geuroverlast, aantasting van leidingen en de uitstoot van
broeikasgassen. Om deze problemen aan te pakken, voegen waterbeheerders vaak
nitraat of ijzerzouten toe, maar deze oplossingen zijn op lange termijn niet duurzaam.
Een veelbelovender en duurzamer alternatief is het gebruik van genitrificeerde urine.
Dit is urine waarbij de stikstof al is omgezet naar nitraat. Deze nitraatrijke vloeistof kan
rechtstreeks in de riolering worden gedoseerd. Zo helpt het om geurhinder en corrosie
tegen te gaan, terwijl het ook de stikstofbelasting op de zuiveringsinstallatie verlaagt.
Maar hoe reageren de micro-organismen in de riolering op deze aanpak?
Deze thesis onderzoekt hoe goed verschillende bacteriën nitraat verwijderen wanneer
ze koolstof (uit acetaat), sulfide of beide als energiebron ter beschikking hebben. Uit
de testen bleek dat koolstofverwerkende bacteriën (heterotrofen) nitraat het snelst
verwijderen. Bacteriën die sulfide gebruiken (autotrofen) zijn trager, maar presteren
beter als ze zijn aangepast aan zwavelrijke omstandigheden. Wanneer zowel koolstof
als sulfide aanwezig is, krijgen de heterotrofen de overhand. In plaats van samen te
werken, bleken de twee groepen bacteriën juist te concurreren om dezelfde
voedingsstof: nitraat.
Daarnaast werd onderzocht hoe waterstofsulfide (H₂S), een stinkend en giftig gas, de heterotrofe bacteriën beïnvloedt. Zelfs kleine hoeveelheden kunnen het proces al
remmen, al hangt het effect sterk af van de timing en eerdere blootstelling van de
bacteriën aan H₂S.
Tot slot werd berekend hoeveel nitraat nodig is om geur- en corrosieproblemen in de
riolering effectief te bestrijden. Een simulatie van een appartementsgebouw met 100
bewoners liet zien dat genitrificeerde urine op zichzelf al voldoende is om de juiste
omstandigheden in de riolering te behouden, dit zonder dat extra chemicaliën nodig
zijn.
Kortom, dit onderzoek geeft meer inzicht in hoe rioolmicroben samenwerken (of juist
niet), en laat zien hoe we onze eigen afvalstromen, zoals urine, slim kunnen inzetten
om afvalwatersystemen efficiënter, duurzamer en toekomstbestendiger te maken.

Mensen worden dagelijks blootgesteld aan vele chemicaliën, waarvan de effecten op onze gezondheid vaak onbekend zijn. Omdat we aan meerdere stoffen tegelijk worden blootgesteld, is het cruciaal om niet alleen naar individuele stoffen te kijken, maar naar de gehele cocktail. Het onderzoek vergelijkt verschillende statistische methoden voor het schatten van individuele en gezamenlijke effecten. Hierbij ligt de focus op PFAS in humane biomonitoringstudies. Resultaten tonen aan dat verschillende ‘multi-pollutant’ methodes de effecten van volledige PFAS-cocktails beter detecteren dan traditionele technieken. Tegelijk laten de resultaten zien dat methoden die de cocktail negeren tot misleidende conclusies kunnen leiden. Bovendien blijken gezamenlijke effecten vaak makkelijker te detecteren dan individuele effecten. De studie benadrukt dat de juiste methodologie essentieel is om complexe milieu- en gezondheidsvragen te begrijpen en vormt een basis voor een effectievere risico-inschatting in de toekomst.

Deze scriptie onderzoekt hoe gesimuleerde warmtesignaturen van 3D-modellen uit videogames gebruikt kunnen worden om een AI-systeem te bouwen dat militaire tanks op realtime niveau kan herkennen en classificeren op basis van infraroodbeelden.

Deze masterproef ontwikkelt en onderzoekt een nieuw audioverwerkingsalgoritme voor cochleaire implantaten, met als doel de geluidswaarneming dichter bij het normaal gehoor te brengen. Hiervoor werd een gesloten-lusarchitectuur ontworpen waarin een model van een normaalhorend systeem wordt vergeleken met een slechthorend systeem met implantaat. Via deep learning wordt het verschil tussen beide systemen geminimaliseerd, zodat het implantaatmodel geoptimaliseerd kan worden.

Zwaartekrachtgolven bieden een unieke blik op ons universum en een nieuwe manier om materie te bekijken. We meten echt de dynamiek van massa's wat ons toe zou staan om op vrij natuurlijke wijze de samenstelling van compacte objecten te bepalen. Voor mijn thesis heb ik een techniek ontwikkeld die twee algemene data analyse technieken uit de zwaartekrachtgolffysica combineert om ongemodelleerde fenomenen bovenop gekende theoretische modellen toe te voegen en vervolgens te infereren. Zo'n fenomenen zouden bijvoorbeeld resonanties van neutronensterren kunnen zijn, die nauw samenhangen met de interne structuur van deze objecten, of glitches in zwaartekrachtgolfdetectoren.

This thesis evaluates the credibility of a multi-constituent microstructurally-informed finite element model of arterial tissue. Understanding the link between arterial microstructure and mechanical function is essential for defining cardiovascular diseases like atherosclerosis and aneurysms. Representative volume element (RVE) models are increasingly used to explore this link by efficiently connecting microstructure to mechanics. However, many existing RVEs lack experimental calibration using tissue with selectively modified constituents, systematic validation across loading conditions, and biofidelic microstructural networks. Furthermore, there is limited understanding of how uncertainties in input parameters affect model predictions. Therefore, this study aims to assess and improve the credibility of an RVE model by addressing these gaps through detailed characterisation. The model is evaluated against experimental data from both native and enzymatically-treated tissue, and parameter sensitivity analyses are conducted.

To achieve this, uniaxial tensile tests were performed on native porcine aortic samples. Crucially, to isolate the mechanical roles of key constituents, samples were treated with the enzymes collagenase or elastase to deplete collagen or elastin, respectively. The resulting data calibrated and validated the RVE model, focusing on the collagen and elastin networks and the model’s anisotropic predictive capacity. Subsequently, a surrogate model based on an artificial neural network emulated the RVE’s mechanical response, enabling efficient Sobol' sensitivity analysis of six key microstructural, mechanical, and model parameters.

Enzymatic depletion confirmed distinct constituent roles: collagen-deficient tissue exhibited a linearised response with slight stiffening at high strains, whereas elastase-digested samples demonstrated increased compliance but lost structural integrity. RVE model validation emphasised the importance of accurately representing the anisotropic architecture. Furthermore, the sensitivity analysis revealed that uncertainties in six key input parameters substantially influence RVE output variance, with elastin properties predominantly governing low-strain behaviour and collagen-related parameters dictating high-strain responses.

The calibrated and validated microstructurally-informed RVE model can reliably predict aortic mechanics if tissue anisotropy is adequately accounted for. The sensitivity analysis provided crucial insights into which parameters most significantly impact model output variance. This will guide future efforts in model refinement and highlight parameters that require precise experimental characterisation to reduce predictive uncertainty. Furthermore, it will strengthen the RVE's potential as a credible tool in arterial biomechanics research by establishing a more robust, uncertainty-aware modelling framework.

Machinebouwer Cteso werkt in samenwerking met een druktankproducent uit Limburg aan de
ontwikkeling van een productiemachine voor duurzame druktanks. De huidige opstelling gebruikt
de KUKA KR 1000 Titan robot, die hoge investeringskosten met zich meebrengt, een aanzienlijke
structurele verankering in de vloer vereist en de nodige expertkennis voor het programmeren
vraagt. Bovendien kan de bestaande machine slechts één formaat druktank produceren. Daarom
richt deze masterproef zich op het ontwerpen van een kosteneffectiever alternatief dat toelaat
druktanks in verschillende formaten te produceren, met vereenvoudigde vloerverankering en verbeterde
programmeerbaarheid.
In eerste instantie werd een simulatie uitgevoerd om de exacte bewegingen van de KUKArobotarm
in kaart te brengen, gevolgd door een analyse van de robotgrijper die de druktank
vasthoudt. Daarna volgden opstellen van het eisenpakket, het functieblokschema en het morfologisch
overzicht. Deze leidden tot een nieuw mechanisch concept, dat werd geëvalueerd via
simulatie en onderworpen aan een kosten-batenanalyse.
Het finale concept gebruikt een XYR-systeem (twee translatieassen en één rotatieas). Het biedt
de flexibiliteit om druktanks te produceren met lengtes tussen 500 en 3000 mm en diameters
van 160 tot 460 mm . Hoewel het systeem veelzijdiger is, blijft de totale investeringskost lager,
terwijl de vloerverankering eenvoudiger is en de programmatie gebruiksvriendelijker.

This master’s thesis explores how artificial intelligence (AI) can help address economic
and operational barriers to radiotherapy in low and middle income countries (LMICs),
where access is limited despite a rising cancer burden. A major obstacle in these regions is the shortage of trained professionals and the high cost of treatment planning
and delivery.
The study evaluates whether the Radiotherapy Planning Assistant (RPA), an AI based
tool, can improve efficiency and reduce costs in LMIC radiotherapy departments. Data
from four centres in the ARCHERY study,covering cervical, head and neck, and prostate
cancers, were analysed using the ESTRO HERO Time Driven Activity Based Costing
(TDABC) model. Simulations modelled planning time reductions of 70 percent, 80 percent, and 90 percent for eligible tumour types.
Baseline results showed equipment as the dominant cost driver, limiting overall cost
reductions. However, time savings from AI integration improved treatment planning
system availability and reduced staff workload. These gains suggest enhanced efficiency and capacity, especially in high volume settings. While AI may not yield large
financial savings alone, it alleviates key bottlenecks and supports workforce optimisation, provided infrastructure and system capacity are strengthened.

In deze scriptie onderzoeken we de mogelijkheden rond het ontwikkelen van een tool die onderzoekers moet helpen met het ontwikkelen van nieuwe aanvallen op 5G netwerken. Typisch vereisen aanvallen op dit soort netwerken dat de aanvaller zich tussen twee nietsvermoedende partijen plaatst en deze positie op een of andere manier misbruikt. Dit onderzoek tracht een generiek platform te maken om vanaf deze basis te starten met het ontdekken van nieuwe aanvallen, om zo dit essentiële onderzoek een duw in de rug te geven.

Deze bachelorproef, uitgevoerd bij Cadcamatic, had als doel te onderzoeken hoe een bestaande XZ-CNC-draaibank met aangedreven gereedschap uitgebreid kon worden om complexe bewerkingen uit te voeren op het kopvlak van de as. Eerst werd een grondige voorstudie uitgevoerd naar de bestaande machineconfiguratie en naar de manier waarop de werkstukken vervaardigd konden worden. Vervolgens werd onderzocht welke aanpassingen aan de machine nodig waren. Uit deze analyse bleek dat twee zaken gewijzigd moesten worden: er moest een C-as toegevoegd worden – waarbij de hoofdspil (klauwplaat met werkstuk) als gecontroleerde rotatieas werd ingezet – en er was een besturingssysteem nodig dat interpolatie tussen twee assen ondersteunde.

Omdat het vlak waarin geïnterpoleerd moest worden (het XC-vlak) bestond uit een lineaire en een rotatieas, was een transformatie vereist. Er werd een diepgaande vergelijking gemaakt tussen een Siemens T-CPU en een Sinumerik-NC-besturing, waarbij werd onderzocht hoe deze transformatie gerealiseerd kon worden. Al snel bleek dat de Sinumerik-besturing dit op een eenvoudige manier ondersteunde. Toch werd ook nagegaan of dit met een T-CPU mogelijk was. Op basis van deze studie werd gekozen om verder te werken met de Sinumerik-besturing.

Er werd een testopstelling ontworpen om het concept te evalueren. Het mechanisch ontwerp werd uitgewerkt door een ontwerper van Cadcamatic. Er werd materiaal verzameld, geschikte componenten geselecteerd en de nodige berekeningen uitgevoerd om de correcte werking van de opstelling te controleren. Siemens stelde een Sinumerik One-besturing en een licentie voor de Create My Virtual Machine (CMVM)-software ter beschikking.

Terwijl het mechanisch gedeelte van de testopstelling in productie was, werd een virtuele machine van de bestaande draaibank geconfigureerd. Deze virtuele machine maakte het mogelijk om een deel van de inbedrijfname vooraf uit te voeren en het gedrag van de machine realistisch te simuleren. Nadien werd ook van het prototype van de testopstelling een virtuele versie ontwikkeld. Na de montage van de testopstelling werd het tweede deel van de inbedrijfname uitgevoerd en werden de werkstukken succesvol vervaardigd, zoals verwacht.

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.

Hitte-extremen zijn moeilijk te onderzoeken door hun zeldzaamheid. Hoewel observaties en klimaatsimulaties essentiële inzichten bieden in toekomstige klimaatextremen, resoneren ruwe statistieken alleen vaak niet met het bredere publiek.

Storylines of Tales of Future Weather kunnen de kloof overbruggen tussen abstracte wetenschap en door mensen beleefde extreme weersomstandigheden, waardoor klimaatverandering tastbaar, herkenbaar en concreet wordt. Een storyline is een zelf-consistente beschrijving van een plausibel klimaatextreem - zoals een hittegolf - in een gegeven klimaat, gebaseerd grondige data-analyse, statistiek en impactmodellen. Zulke wetenschappelijk onderbouwde narratieven werpen licht op vragen als: "Hoe erg zouden de 2024 Balkanhittegolven geweest zijn in een warmer klimaat?" of "Waren ze mogelijk in een pre-industrieel klimaat?" Dergelijke informatie kan belangrijk zijn voor stakeholders en onze samenleving, maar het is niet a priori duidelijk wat de karakteristieken zijn van plausibele extremen in een gegeven, toekomstig klimaat. In mijn thesis introduceer ik een efficiënte methodologie om hittegolven te karakteriseren in een toekomstig Belgisch klimaat, die gebruik maakt van zowel geobserveerde temperatuursreeksen als gesimuleerde klimaatprojecties. Deze techniek kreeg de naam Global Warming Scaling of kortweg GWS.

In GWS wordt een observationele temperatuursreeks geschaald naar een toekomstig klimaat, bijvoorbeeld een opwarming van 2°C boven pre-industriële gemiddelden. In deze getransformeerde reeks zoeken we naar de recordwaarden voor bepaalde jaarlijkse klimaatindices die volgens ons jaren van extreme hitte aanduiden. Een voorbeeld hiervan is de jaarlijkse piektemperatuur. Deze geschaalde recordwaarden worden vervolgens gezien als drempelwaarden die in het toekomstige klimaat overschreden moeten worden vooraleer we van een extreem jaar spreken.

Deze GWS drempelwaarden kunnen gebruikt worden in een zogenaamde data-miningprocedure, waar we in een groot ensemble van gesimuleerde klimaatvoorspellingen dergelijke jaren van extreme hitte gaan identificeren. Eens we zo’n event gevonden hebben, beschikken we over een set meteorologische velden die volgens onze methode geloofwaardig zijn voor een bovengemiddeld warm jaar in het bestudeerde toekomstige klimaat.

We kunnen deze meteorologische data met andere woorden gebruiken als input voor impactmodellen. Dit zijn wiskundige modellen die de impact van extreme temperatuur op de samenleving inschatten. Ik modelleerde in mijn thesis onder andere het aantal werkdagen dat verloren zou gaan door een toename in hittestress, stijgingen in riviertemperaturen, bosbrandgevaar onder aanhoudende droogte, potentiële toename van invasieve insectensoorten en meer. De resultaten van soortgelijke impactstudies kunnen gebruikt worden als referentiemateriaal in het construeren van een storyline met betrekking tot extreme hitte. Op die manier kunnen stakeholders aan de hand van zulke verhaallijnen de zwakke plekken in hun respectievelijke sectoren blootleggen, en kunnen beleidsmakers een beeld vormen van waarop ze zich moeten voorbereiden.

Lower limb muscle weakness is a common symptom in many
neuromuscular conditions and traumatic injuries, often leading to
abnormal gait, instability, and reduced mobility. Ankle-foot orthoses
(AFOs) are widely prescribed to support functional walking, yet current
production methods remain labor-intensive, poorly adjustable, and limited
in their ability to accommodate evolving user needs. This thesis explores
the design and development of a modular, patient-specific AFO using
additive manufacturing (AM), in collaboration with Materialise and
Materialise Motion.
The project follows an adapted Stanford Biodesign methodology,
incorporating clinical research, user feedback, and iterative engineering
across three phases: Identify, Invent, and Develop. By reframing the
design process to account for technical, clinical, and experiential
demands, the resulting AFO aims to better align with the real-world needs
of orthotists and patients. The core innovation lies in a three-part modular
architecture: ankle-cuff, strut, and footplate, each optimized for digital
fabrication and individualized stiffness tuning.
To support this modularity, a parametric CAD workflow and Finite Element
Analysis (FEA) were used to iteratively tune the geometry and stiffness of
individual components. Physical testing under physiological loads
confirmed the reliability of the design, while patient and expert input
reinforced the importance of comfort, fit, and ease of use.
This thesis demonstrates the potential of AM to move beyond cosmetic
customization and deliver functional, adaptable orthoses. While further
clinical validation is required, the proposed system offers a promising step
toward more personalized and efficient orthotic care.

Tijdens mijn stages in algemene ziekenhuizen werd ik herhaaldelijk geconfronteerd met een terugkerend probleem in de zorg voor volwassenen met een autismespectrumstoornis (ASS). Wat mij opviel, was het opvallende tekort aan kennis over ASS bij zorgverleners, wat leidde tot misverstanden, frustraties en zorg die onvoldoende afgestemd was op de individuele noden van deze patiënten. Deze observaties raakten me diep en vormden de aanleiding voor mijn bachelorproef.

Met mijn onderzoek wil ik bijdragen aan een betere zorgervaring voor volwassenen met ASS in algemene ziekenhuizen. Het centrale doel van mijn bachelorproef is dan ook het verbeteren van verpleegkundige zorg door het implementeren van patiëntgerichte en autismevriendelijke zorgpraktijken. Ik ging op zoek naar concrete en haalbare manieren om de zorg beter af te stemmen op de unieke behoeften van deze doelgroep.

Om dit doel te bereiken, voerde ik een uitgebreide literatuurstudie uit. Daarbij maakte ik gebruik van de PICO-methode om gerichte zoekstrategieën te ontwikkelen en relevante bronnen te selecteren. De gekozen literatuur werd zorgvuldig beoordeeld op kwaliteit en toepasbaarheid. Op basis van deze analyse formuleerde ik aanbevelingen die niet alleen theoretisch onderbouwd zijn, maar ook praktisch inzetbaar. Daarnaast werden in de gebruikte studies interviews en observaties uitgevoerd om de effectiviteit van de voorgestelde zorgpraktijken in de praktijk te toetsen.

Uit de resultaten kwamen verschillende waardevolle inzichten naar voren. Zo blijkt het gebruik van visuele hulpmiddelen, zoals pictogrammen en whiteboards, bijzonder effectief in het verbeteren van de communicatie met patiënten met ASS. Ook gestandaardiseerde communicatiesystemen, zoals de Autism Healthcare Accommodations Tool (AHAT), bieden zorgverleners een houvast om beter in te spelen op de noden van deze patiënten. Verder is het aanpassen van de zorgomgeving – bijvoorbeeld door het verminderen van sensorische prikkels zoals fel licht en lawaai – essentieel om overbelasting te voorkomen. Het actief betrekken van familieleden in het zorgproces blijkt eveneens een belangrijke factor in het verhogen van het comfort en de veiligheid van de patiënt. Tot slot toont de literatuur aan dat training en bewustwording bij zorgverleners cruciaal zijn om de kwaliteit van zorg structureel te verbeteren.

Mijn conclusie is dan ook helder: de implementatie van autismevriendelijke zorgpraktijken kan de ziekenhuiservaring van volwassenen met ASS aanzienlijk verbeteren. Door in te zetten op duidelijke communicatie, een aangepaste omgeving en betrokkenheid van de persoonlijke kring, kunnen stress en misverstanden worden verminderd. Daarnaast is het noodzakelijk dat zorgverleners continu worden bijgeschoold en ondersteund in hun kennis over ASS. Deze aanpak draagt bij aan een meer inclusieve, veilige en patiëntgerichte zorgomgeving, waarin ook mensen met ASS zich gehoord en begrepen voelen.

De transitie naar CO₂-neutrale gebouwen vereist de elektrificatie van verwarmings- en ventilatiesystemen, met warmtepompen als sleuteltechnologie. De integratie van warmtepompen in bestaande luchtbehandelingsunits, met name in niet-residentiële gebouwen, blijft echter een uitdaging vanwege bestaande ontwerpen die afgestemd zijn op warmtebronnen met hoge temperaturen.
Deze thesis speelt in op die uitdaging door een simulatiegestuurde methodologie voor te stellen die toelaat om de integratie van lagetemperatuur-warmtepompsystemen in renovatiescenario’s systematisch te beoordelen en te optimaliseren. Door de discrepantie tussen conventionele ontwerprichtlijnen en de operationele grenzen van warmtepompen, is er een duidelijke nood aan een aangepaste ontwerpmethodiek. In de huidige praktijk ontbreken vaak concrete richtlijnen, wat leidt tot inefficiënte of ondermaatse toepassingen. Dit onderstreept het belang van iteratieve en prestatiegestuurde ontwerpbenaderingen, ondersteund door dynamische simulatie.
Een referentiegebouw met een conventioneel luchtbehandelingsunitontwerp wordt gemodelleerd in Hysopt om de gangbare ontwerpfilosofie, zoals bepaald door Europese normen en lokale regelgeving, weer te geven. Vanuit deze uitgangssituatie wordt een parametrisch kader ontwikkeld om de gevoeligheid van de systeemprestaties voor belangrijke invloedsfactoren te evalueren, waaronder de isolatiegraad van de gebouwschil, ventilatiebehoeften, configuraties voor warmteterugwinning, ontwerp-inblaastemperatuur en de hydraulische dimensionering van de verwarmingsbatterijen.
De analyse maakt gebruik van dynamische simulaties om de impact van ontwerpkeuzes op seizoensgebonden prestatie-indicatoren zoals de Seasonal Coefficient of Performance (SCOP), CO₂-uitstoot en operationele kosten te kwantificeren. De resultaten tonen aan dat de systeemprestaties sterk afhankelijk zijn van de interactie tussen isolatiegraad van het gebouw, de kenmerken van het afgiftesysteem, de aanwezigheid van warmterecuperatie en de regelstrategie. Zo blijkt dat binnen een warmtepompconfiguratie de toevoeging van ontwerpmaatregelen zoals vraaggestuurde ventilatie, warmterecuperatie, een verhoogde UA-waarde en een verbeterde gebouwschil kan leiden tot een reductie van 52% in operationele kosten en CO₂-uitstoot. Optimale prestaties vereisen bovendien een iteratieve verfijning van zowel de luchtzijdige als waterzijdige subsystemen. De studie toont aan dat statische, eenmalige ontwerpbenaderingen het risico op suboptimale integratie verhogen. Iteratieve, simulatiegestuurde processen maken daarentegen oplossingen mogelijk die de efficiëntie van warmtepompen verbeteren en het binnencomfort waarborgen.
Dit werk levert een gestructureerde methodologie aan die ontwerpbeslissingen in HVAC-renovatieprojecten met warmtepompen ondersteunt. Met een generieke maar aanpasbare simulatiebenadering wordt het mogelijk om de haalbaarheid van retrofittoepassingen onderbouwd te evalueren. Dit levert een concrete bijdrage aan de verduurzaming van het niet-residentiële gebouwenbestand, waarbij een eerste stap wordt gezet richting de opbouw van een beslissingskader, dat ingenieurs en installateurs ondersteunt bij het maken van diverse systeemkeuzes.

De ridge air-filled substrate integrated waveguide (ridge AFSIW) wordt voorgesteld als een oplossing voor de tegenstrijdige vereisten op vlak van lage verliezen en miniaturisatie voor de voedingsstructuren van antenneroosters
bij millimetergolffrequenties (mmWave). Een uitgebreide parameteranalyse leidt tot een pareto-optimale dimensionering. Van een dergelijke ridge AFSIW, geoptimaliseerd voor gebruik op 28 GHz, werd een prototype gemaakt en gekarakteriseerd. Om de toepasbaarheid van de ridge AFSIW in het ontwerp van mmWave-componenten aan te tonen, is een derde-orde gekoppelde-resonatorfilter ontworpen, dat de n257 (26,5 GHz - 29,5 GHz) band afdekt.
De voorgestelde ridge AFSIW maakt dus de weg vrij om geminiaturiseerde mmWave-componenten met lage verliezen te realiseren in next-generation ultra-efficiënte antenneroostersystemen.

De scriptie test de koppeling uit van een CME simulatiemodel met verschillende voorspellingsmodellen voor geomagnetische indices. Voor de resultaten hiervan worden dan verschillende statistische maatstaven berekend om te kwantificeren hoe goed de voorspellingen zijn na deze koppeling.

Klimaatmodellen voorspellen dat de temperatuur wereldwijd zal blijven stijgen, samen met een toename van de intensiteit en frequentie van hittegolven. Daarbovenop krijgen steden te maken met extra opwarming door het stedelijk hitte-eilandeffect. Met een groeiende stedelijke bevolking, waaronder veel kwetsbare mensen, is het van cruciaal belang om effectieve mitigatiemaatregelen te implementeren om hittestress te verminderen. Hiervoor is temperatuurdata op hoge resolutie noodzakelijk.

Vaak worden numerieke modellen gebruikt om deze data te verkrijgen, maar deze zijn
computationeel zeer intensief, waardoor het moeilijk is om hoge resolutie data te verkrijgen over lange periodes en grote gebieden. Een computationeel goedkoop alternatief voor numerieke modellen zijn statistische modellen, vaak gebaseerd op machine learning technieken. Deze simuleren de temperatuur op basis van datagedreven relaties. De huidige machine learning modellen zijn echter meestal afgestemd op een enkele stad of een beperkte regio, wat resulteert in slechte prestaties voor steden met verschillende karakteristieken. Deze thesis onderzoekt de mogelijkheden om een machine learning model te ontwikkelen dat kan worden toegepast op steden over heel Europa.

De studie gebruikt ruimtelijke en temporele variabelen om een machine learning emulator van het numerieke UrbClim model te construeren. Daarnaast wordt het effect van het aantal steden in de trainingsset bestudeerd. Dit is cruciaal omdat grote datasets met numerieke trainingsdata, zoals die beschikbaar zijn gesteld voor UrbClim, vaak ontoegankelijk of rekenkundig te duur zijn om te verkrijgen

De energietransitie in de bouw geeft aanleiding tot grotere isolatiediktes, waardoor de klassieke spouwmuur onhoudbaar wordt. Daarom gaat dit onderzoek in op een innovatief gevelsysteem via de praktijk van BLAF architecten, bestaande uit een metselwerk buitenschil en achterliggend houtskelet met biobased isolatie. De evaluatie gebeurt vanuit hygrothermisch oogpunt, dus met aandacht voor vocht- en warmtetransport in de wand. Enkel zo kunnen we meer inzicht verwerven in de performantie van duurzame bouwmethoden. Bovendien is het ook cruciaal om het risico op vochtschade te begroten en beperken. Het onderzoek verliep via simulaties, experimentele opstellingen met testmuren en een meetcampagne in een eengezinswoning.

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.