Scriptiebank overzicht

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.

Brein-computer interface gebaseerd op EEG en mVEP met een spatiotemporal beamformer classifier vergeleken tegenover SVM en SWLDA. Hybride BCI met P300 en mVEP en de invloed van translatierichting werd ook bestudeerd.

Lezers kunnen op Facebook reacties plaatsen onder nieuwsartikels. In het kader van deze thesis is met behulp van verschillende machine learning technieken automatisch voorspeld wat het uitgedrukte sentiment van deze reacties is: negatief, positief of neutraal/objectief. Voor de eigen case is gekozen voor artikels van Het Belang van Limburg.

Vandaag de dag is elektriciteit een basisbehoefte. Doordat de elektriciteitsvraag elk jaar sterk stijgt, moet ook de hoeveelheid opgewekte energie elk jaar opgedreven worden. Dit gebeurt meer en meer op een duurzame manier. Het nadeel hiervan is echter dat de productie op deze manier zeer sterk kan fluctueren, afhankelijk van de weersomstandigheden. Energiebedrijven hebben daarom een goed zicht nodig op de consumptie van elektrische energie en doen hiervoor vaak beroep op voorspellings- en/of clustermethoden. In deze context stelt dit werk een voorspellings- en cluster- methode voor, die gebaseerd zijn op Gaussiaanse processen.
Deze thesis is opgedeeld in een voorspellings- en een clustergedeelte. In het voor- spellingsgedeelte bespreken we hoe we de ruwe data verwerken tot input voor de Gaussiaanse proces regressie en focussen we ons op een voorspelling voor de volgende twee dagen per uur.
Het clustergedeelte van de thesis stelt een nieuwe clustermethode voor, die gebaseerd is op Gaussiaanse proces regressie (GPRC), en passen we toe op het consumptiegedrag van huishoudens om er inzichten in te ontdekken. Dit doen we door de weekprofielen (tijdreeksen) van de huishoudens te beschouwen. Om deze te clusteren zal de methode gebruik maken van een algemeen model dat geleerd wordt op een set van tijdreeksen, gebaseerd op hun waarschijnlijkheid. Het voordeel van de voorgestelde techniek is dat ze geen paarsgewijze vergelijking van de tijdreeksen nodig heeft, in tegenstelling tot vele andere clustermethoden voor tijdreeksen.
Deze methoden worden geëvalueerd op een real-life dataset van 71 huishoudens, die historische consumptie en meteo-data van één jaar bevat. De voorspellingsme- thode wordt geëvalueerd en vergeleken met lineaire regressie, support vector regressie en een baseline methode die de waarde van een week geleden teruggeeft als voorspel- ling.
De clustermethode wordt vergeleken met k-medoids met dynamic time warping en hiërarchisch agglomeratief clusteren met dynamic time warping. Er wordt enerzijds aangetoond dat GPRC een betere schaalbaarheid heeft en anderzijds dat de resultaten ervan nuttig zijn in het beslissingsproces van een bedrijf uit de energiesector.

In deze thesis worden de basisconcepten van een Active Shape Model uitgelegd en de concrete toepassing ervan op gezichtsbeelden. Het aanvankelijke model van Cootes [1] en de uitwerking ervan [2] werden geoptimaliseerd door middel van enkele aanpassingen uit te voeren waarvan de introductie van patches de belangrijkste is. De uitwerking ervan wordt vervolgens gebruikt als black box om met behulp van machine learning-concepten gezichtsexpressies uit het CFCS-systeem te classificeren. De classificatie van deze Facial Events kan gebruikt worden voor tal van toepassingen zoals - in deze thesis - pijndetectie.

Kan een computerprogramma je leven redden? Automatische analyse van ziek celweefselEr wordt de laatste jaren steeds meer vooruitgang geboekt op het gebied van medische beeldvormingstechnologie. Artsen en clinici hebben meer dan ooit tevoren enorme hoeveelheden visuele patiëntdata ter beschikking. Deze enorme explosie aan gegevens vergroot hun kennis, maar dreigt hen ook boven het hoofd te groeien. Scans en analyses van weefselmonsters resulteren vaak in tientallen, honderden of zelfs duizenden beelden, die allemaal met de hand onderzocht dienen te worden.

 
Elvis = Madonna !
Wat heeft “the King” gemeen met “the Queen of pop”? En waarom hebben Technotronic en The Rolling Stones dit ook terwijl uw lokale band het hopeloos mankeert? Het antwoord, naast geld waarschijnlijk, is muzikaal succes en nummer 1 hits. Maar waarom zij net slagen waar zovelen oorverdovend falen .... Is er een geheim ingredient of hitformule?
 
De zoektocht naar een geheime hitformule, of beter de 'muzikale gelijkheid' en hieruitvolgend de eventuele voorspelbaarheid van hits, begint natuurlijk bij de muziek, veel muziek.