Scriptiebank overzicht

Vier studenten Orthopedagogie aan HOGENT ontwikkelden in samenwerking met Nektari vzw een digitale, visuele tool over grensoverschrijdend gedrag voor volwassenen met een verstandelijke beperking. Het oorspronkelijke draaiboek werd omgevormd tot een interactieve leeromgeving in Genially, die cliënten helpt praten over gevoelens, grenzen en gewenst gedrag. De tool ontstond via co-creatie met cliënten, ouders en begeleiders en maakt complexe thema's begrijpelijk met verhalen, pictogrammen en oefeningen. Ze bevordert open communicatie, preventie en begrip - een hulpmiddel dat luisteren en verbinding centraal stelt.

Tijdens mijn masterproef ontwikkelde ik een slimme assistent die via de smartphonecamera meekijkt met de gebruiker en in 3D aanwijst wat er nodig is. De AI begrijpt zowel tekst als beeld en kan feedback geven wanneer een stap fout loopt. Na succesvolle tests met eenvoudige taken werd het systeem toegepast in twee realistische scenario’s: een medische oefening en het opzetten van een VR-installatie. De resultaten tonen dat zo’n digitale assistent gebruikers effectief kan begeleiden, een eerste stap richting handsfree opleiding via augmented reality.

Deze masterscriptie onderzoekt hoe digitalisering de jobinhoud, het functioneren en het

welzijn van zeevarenden be ̈ınvloedt, met bijzondere aandacht voor fysieke, mentale, pro-
fessionele en sociale aspecten.

Om de centrale onderzoeksvraag te beantwoorden, werd een mixed-methodsbenadering

toegepast: acht semigestructureerde diepte-interviews met negen respondenten uit ver-
schillende sectoren, aangevuld met een enquˆete (n = 78) onder voornamelijk Belgische

respondenten in brugfuncties. Alle interviews zijn getranscribeerd en thematisch gea-
nalyseerd met deductieve en inductieve codering. Triangulatie werd nadien toegepast

tussen de kwalitatieve inzichten en de kwantitatieve resultaten. Dit leverde 34 empirische
bevindingen op die systematisch werden verbonden met de literatuur.

De resultaten tonen aan dat digitalisering in de maritieme sector de effici ̈entie en veilig-
heid verhoogt, maar ook werkdruk en mentale belasting veroorzaakt. Meer schermtijd

correleert met lichamelijke klachten en slaapverstoring. De taakfocus verschuift naar
systeemtoezicht, met risico op verminderd situationeel bewustzijn en achteruitgang van
vakmanschap.
Dit vraagt om een ge ̈ıntegreerde aanpak die digitale competenties versterkt, werkdruk
bewaakt en vakmanschap waarborgt. Aandacht voor ergonomie, gezond schermgebruik
en digitale meldingen moet structureel ingebed worden via gerichte training, duidelijke
afspraken tussen wal en schip en een gedeelde cyberveiligheidscultuur. Deze scriptie werkt
dit uit in aanbevelingen voor toekomstig onderzoek.

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.

Deze bachelorproef onderzoekt hoe klanten van Ostyn, een producent van houtskeletconstructies voor bijgebouwen, op een eenvoudige manier bewust kunnen kiezen voor duurzame bouwmaterialen op basis van levenscyclusanalyses (LCA’s). Aangezien voor bijgebouwen geen normering bestaat rond milieu-impact, is er behoefte aan een eenvoudige methode die transparantie biedt met betrekking tot de duurzaamheid van materialen. Dit werk richt zich op het onderzoeken van een manier waarop Ostyn klanten kan ondersteunen in hun materiaalkeuzes.

De methodologie omvat een vergelijkende analyse van bestaande tools voor milieu-impactberekening, waaronder de Nederlandse Nationale Milieudatabase (NMD) en de Belgische tool TOTEM (Tool to Optimise the Total Environmental impact of Materials). Hierbij wordt gekeken naar hun toepasbaarheid voor Ostyn’s constructies, met aandacht voor de beschikbaarheid van data en de nauwkeurigheid van de resultaten.

Uit het onderzoek blijkt dat een vergelijking op productniveau binnen een element, zoals gevelbekleding en isolatie, relevanter is dan een analyse op constructieniveau vanwege de standaardisatie van veel onderdelen. Een belangrijke bevinding is dat de beperkte beschikbaarheid van productspecifieke data de betrouwbaarheid van de vergelijkingen beïnvloedt.

De conclusie luidt dat Ostyn met tools als TOTEM de mogelijkheid heeft om klanten te informeren over duurzame opties, mits er geïnvesteerd wordt in betere dataverzameling en heldere communicatie. Verdere ontwikkeling van databases en tools is essentieel om de keuze voor duurzame bouwmaterialen verder te reguleren en normaliseren.

In mijn bachelorproef “Ethiek in het tijdperk van AI: een lessenpakket voor de tweede graad godsdienstonderwijs” onderzocht ik hoe jongeren bewust kunnen leren omgaan met de ethische grenzen van artificiële intelligentie. Uit mijn onderzoek bij leerkrachten en leerlingen bleek dat er grote interesse is in AI-ethiek, maar dat er weinig geschikt lesmateriaal bestaat. Daarom ontwikkelde ik een lessenpakket en ontwierp ik het bordspel Tussen Mens en Machine. Met dit spel denken leerlingen op een speelse manier na over morele dilemma’s, zoals: Mag een zelfrijdende auto kiezen wie overleeft? of Is AI altijd eerlijk? Het project wil jongeren leren kritisch omgaan met technologie en hen laten ontdekken dat AI niet enkel slim, maar ook menselijk doordacht moet zijn.

Deze thesis onderzoekt hoe de Material Engagement Theory (MET) zoals ontwikkeld door L. Malafouris, een vernieuwend perspectief kan bieden op de ontwikkeling van het zelf door de analyse van de prehistorische figurines uit Dolní Věstonice, in het bijzonder de zogenaamde Venus I. In tegenstelling tot traditionele, representatie-gebaseerde
interpretaties, die vaak gekenmerkt worden door androcentrisme en een teleologische lezing van symboliek, wordt in dit onderzoek de figurine benaderd als resultaat van een dynamisch interactieproces tussen maker en materiaal. Door toepassing van de MET in combinatie met de chaîne opératoire benadering, wordt niet alleen het fabricatieproces onderzocht, maar ook de cognitieve implicaties die daaruit voortvloeien. Centraal daarbij staat de vraag hoe het fabricatieproces van deze objecten bijdraagt aan de ontwikkeling van zelfbewustzijn en persoonlijke identiteit in de prehistorie. De cognitieve archeologie houdt zich bezig met de evolutie van het menselijk denken. Vaak is
deze discipline, net zoals ander takken van de archeologie, lange tijd beïnvloed geweest door een dualistisch wereldbeeld waarin geest en lichaam als gescheiden entiteiten werden gezien. Malafouris stelt in zijn MET dat cognitie niet beperkt is tot de hersenen, maar zich uitstrekt over het hele lichaam en materiële omgeving. Volgens deze theorie ontstaat agency en betekenis in interactie tussen materiaal en maker, in plaats van in een mentale, vooraf bepaalde sfeer. Dit biedt een krachtig alternatief voor de meer statische, representatiegerichte interpretaties van prehistorische artefacten.
Om deze theorie toe te passen op een concreet voorbeeld, is gekozen voor de Venusfigurine van Dolní Věstonice. Deze figurine behoort tot de iconische categorie van Venusfigurines, die vaak gepresenteerd worden als symbool of godin van vrouwelijkheid, vruchtbaarheid of moederschap. Deze interpretaties gaan vaak voorbij aan het productieproces, aan de volledige assemblage van figurines op de site en aan de context waarin ze vervaardigd zijn. Door het representatieparadigma te verlaten, wordt ruimte gecreëerd voor een alternatieve benadering waarin niet de betekenis van het object centraal staat, maar het proces dat tot de creatie heeft geleid en de cognitieve implicaties die daarin besloten liggen.
De chaîne opératoire benadering biedt een methode om het fabricatieproces van objecten te reconstrueren. Wanneer deze benadering gecombineerd wordt met de MET, ontstaat een analytische lens die net alleen zicht biedt op de technische handelingen, maar ook op de cognitieve structuren die zich via die handelingen ontwikkelen. De analyse van Venus I toont aan dat er geen sprake is van een mental template die simpelweg werd uitgevoerd. In plaats daarvan ontwikkelde de figurine zich in samenspel tussen hand, klei, ervaring en omgeving. Dit wordt beargumenteerd door de aanwezigheid van veel creativiteit en experimenteel gedrag met de löss pasta, zichtbaar in het assemblage. Dit impliceert dat het proces zelf vormend was voor het denken en het zelfbewustzijn van de maker. Vanuit dit perspectief kan het maakproces beschouwd worden als een vorm van creative thinging, waarbij cognitie en materiaal onlosmakelijk verbonden zijn. Tijdens deze handeling ontstaat betekenis niet vooraf, maar in de interactie zelf. Het is juist deze materiële interactie die fundamenteel bijdraagt aan de ontwikkeling van het zelf: door met en door het materiaal te denken, vormt de maker niet alleen een object, maar ook een evoluerend besef van zichzelf.
Tegelijkertijd wordt de materiële wereld uitgebreid met nieuwe vormen en artefacten, die op hun beurt weer nieuwe mogelijkheden creëren en verdere creatieve exploratie.
Deze dynamiek is niet lineair, maar voortdurend en wederkerig: elke creatie opent nieuwe wegen voor nieuwe creaties, zowel op cognitief als materieel vlak. Dit beschrijft Malafouris door het acroniem STRANGE: Situated, TRANsactional, GEnesis. De vorming van het zelf door creative thinging is een voortdurend proces (genesis) waarbij maker en object samen gevormd worden (transactional) in de geleefde tijd en ruimte (situated). Het zelf ontwikkelt zich hier door materiële interactie. Tijdens het maken van de figurine Venus I, ontwikkelt de maker niet alleen een object, maar vormt hij of zij tegelijkertijd een ontwikkelend besef van zichzelf.
Dit proces van zelfvorming is nauw verbonden met wat Malafouris beschrijft als de overgang van noëtisch naar autonoëtisch bewustzijn. Waar het eerste verwijst naar het basisbewustzijn van objecten en handelingen, wijst het tweede op het vermogen om na te denken over het zelf in tijd en ruimte, het is een narratief zelfbewustzijn. De figurines tonen aan dat dit niveau van zelfbewustzijn zich reeds in de prehistorie begon te vormen, niet als abstract fenomeen, maar als materieel verankerd creatief proces. De figurine van Dolní Věstonice kan in dit licht geïnterpreteerd worden als een teken van het zelf: het is een artefact dat bijdraagt aan de vorming van het bewustzijn. Het behoort tot de zogenaamde self-semiotic artifacts.
Deze alternatieve benadering heeft belangrijke implicaties voor de interpretatie van
Venusfigurines in het algemeen. Door de focus te verleggen van vorm en symbool naar proces en interactie, worden oude denkkaders doorbroken. Het representatie-discours, dat vaak gepaard gaat met androcentrische interpretaties, verliest zijn vanzelfsprekendheid. In plaats van te vragen wat de figurine voorstelt, wordt de focus verlegd naar wat het productieproces betekent voor de cognitie van degene die dit maakte. Dit vormt een fundamenteel verschillende vorm van kijken, die ook een meer genderarcheologische en contextuele benadering mogelijk maakt. Bovendien biedt deze studie een opening naar nieuwe manieren van interdisciplinair onderzoek.
De parallellen tussen het prehistorisch maakproces en ambachten doorheen de tijd of
hedendaagse artistieke praktijken, zoals het onderzoek van kunstenaar en cognitief archeoloog Paul March, suggereren dat deze manier van denken niet enkel archeologisch relevant is, maar ook toepasbaar op hedendaagse mens-materiaal-relaties. Creatie in vervormbare pasta, zoals klei, kan doorheen de tijd een constante bron van zelfontwikkeling zijn. Ook de notie van klei als oerstof in scheppingsmythen over de hele wereld bevestigt dit verband tussen materiaal en mens.
Hoewel de MET veel theoretisch potentieel biedt, blijft de concrete toepassing ervan in
archeologische casussen schaars. Deze studie pleit ervoor om de MET niet alleen te blijven ontwikkelen als filosofisch model, maar ook als praktisch onderzoeksinstrument. De combinatie met de chaîne opératoire is hierin een veelbelovende richting: ze maakt het mogelijk om handeling, ervaring en cognitie te traceren via materiële sporen.

We hebben allemaal al eens gehoord hoeveel energie AI vandaag wel niet gebruikt. Deze scriptie probeert dat probleem een klein beetje te verkleinen, door het energieverbruik van toepassingen zoals ChatGPT te verminderen. Het is ons gelukt om de energie-efficiëntie met 17% te verhogen en dat terwijl we zelfs 17% sneller tekst genereren.

Hoe politieke partijen in de media worden voorgesteld, beïnvloedt hoe burgers hen waarnemen, beoordelen en uiteindelijk ook stemmen. Evaluatieve toon functioneert daarbij als een belangrijke interpretatieve shortcut. Deze studie onderzoekt hoe de toon van nieuwsberichtgeving over Vlaamse politieke partijen geëvolueerd is tussen 2004 en 2024, en in welke mate er structurele verschillen bestaan tussen partijen en tussen kranten.

Met behulp van een RoBERTa-taalmodel wordt op zinsniveau het sentiment gemeten in meer dan 275.000 artikels uit zeven Vlaamse kranten. De analyse toont dat negatieve berichtgeving structureel overheerst, maar dat deze geleidelijk is afgenomen over de tijd. Tegelijkertijd worden systematische verschillen vastgesteld tussen partijen en tussen kranten. Vlaams Belang en N-VA worden over de hele periode het meest negatief voorgesteld, terwijl Groen vaker voorkomt in positieve contexten. Kwaliteitskranten zoals De Morgen, De Standaard en De Tijd zijn in het algemeen kritischer dan populaire kranten zoals Het Laatste Nieuws, Het Nieuwsblad, Gazet van Antwerpen en Het Belang van Limburg. Opvallend is dat die kwaliteitskranten relatief minder negatief zijn over Vlaams Belang dan de populaire kranten.

Hoewel alle partijen een lichte afname in negativiteit vertonen, daalt het negatieve sentiment tegenover Vlaams Belang het sterkst, wat mogelijk wijst op een proces van normalisering. PVDA vormt hierop een uitzondering: de partij is de enige waarvoor het negatieve sentiment (licht) toeneemt over de tijd. Beperkingen van het onderzoek liggen in het feit dat het model niet gefinetuned werd op de Vlaamse politieke context, en dat de analyse geen objectieve maatstaf hanteert voor bias, maar enkel patronen van toon in kaart brengt. Toekomstig onderzoek kan nagaan welke factoren bijdragen aan verschillen in toon, bijvoorbeeld door te controleren voor electorale macht, partijcommunicatie en issue coverage.

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.

De laatste tien jaar hebben zwaartekrachtsgolven kunnen detecteren, strekkingen in de ruimte en de tijd. Toch willen we golven met lagere frequenties kunnen meten met behulp van toekomstige ruimtetelescopen, met name de LISA-missie onder leiding van ESA. Voordat LISA gelanceerd wordt, moet er nog veel voorbereid worden, met name het kwantificeren van haar onzekerheden en ruis. Voorlopig gebruikt de LISA-gemeenschap een paar vereenvoudigingen wanneer ze de ruis en de signalen proberen modelleren met behulp van enkele mooie symmetrieën.

Mijn thesisonderzoek heeft echter aangetoond dat zelfs voor heel simpele signalen je in de problemen terechtkomt wanneer je sommige symmetrieën niet aanneemt tijdens het afschatten van de onzekerheden.

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.

Sinds de opkomst van krachtige AI- en deep learning-modellen is data uitgegroeid tot een essentiële en vaak beperkende factor in het ontwikkelingsproces. Waar eenvoudige modellen vaak kunnen volstaan met beperkte en eenvoudige datasets, vereisen complexere modellen – zoals die voor objectdetectie – steeds grotere en rijkere hoeveelheden gelabelde data. Dit vormt een belangrijk probleem in domeinen zoals sonarbeeldvorming, waar dergelijke datasets niet beschikbaar zijn als kant-en-klare bronnen en handmatige annotatie buitengewoon tijdsintensief en kostbaar is. Dit onderzoek richt zich daarom op de centrale vraag: hoe kunnen semi-supervised en self-supervised leermethoden het labelproces bij objectdetectie in sonardata versnellen, zonder significant verlies aan nauwkeurigheid?

Om deze vraag te beantwoorden is een experimenteel kader opgezet waarin drie benaderingen zijn onderzocht: een volledig supervised baseline gebaseerd op Faster R-CNN, een semi-supervised model met FixMatch, en een self-supervised strategie waarbij een BYOL-model wordt gepretraind en vervolgens gebruikt als backbone binnen een Faster R-CNN-architectuur. De experimenten zijn uitgevoerd op een publieke sonardataset bestaande uit 7600 gelabelde sonarbeelden. Voor de supervised baseline is het model getraind op verschillende hoeveelheden gelabelde data: 1%, 5%, 10%, 50% en 100%. De bijbehorende mAP-scores tonen een sterke daling in nauwkeurigheid naarmate de hoeveelheid gelabelde data afneemt, met resultaten variërend van 0.7717 (100%) tot slechts 0.2799 bij gebruik van 1% van de data.

In het semi-supervised scenario is FixMatch toegepast met 5% en 10% gelabelde data, terwijl de resterende data werd gebruikt als ongelabelde input. Deze aanpak resulteerde in mAP-scores van respectievelijk 0.6649 en 0.6828, wat duidelijk betere prestaties zijn dan het supervised model op dezelfde labelniveaus. Voor het self-supervised model werd BYOL gepretraind op de volledige dataset zonder labels. De representaties die dit opleverde zijn vervolgens geïntegreerd in Faster R-CNN, waarbij opnieuw 5% en 10% van de data gelabeld werd gebruikt voor training. Deze benadering leverde de hoogste nauwkeurigheid binnen de lage-labelscenario's, met mAP-scores van respectievelijk 0.6452 en 0.7230.

De resultaten van dit onderzoek tonen aan dat zowel semi-supervised als self-supervised technieken effectief zijn in het verminderen van de afhankelijkheid van handmatig gelabelde data, terwijl de modelprestaties grotendeels behouden blijven. Met name self-supervised pretraining via BYOL blijkt zeer waardevol in situaties met beperkte gelabelde data. Deze bevindingen bieden praktische aanknopingspunten voor het ontwikkelen van efficiëntere workflows in sonarbeeldanalyse, en zijn relevant voor bredere toepassingen in domeinen waar gelabelde data schaars of moeilijk te verkrijgen is. Hoewel de resultaten veelbelovend zijn, is vervolgonderzoek nodig om de generaliseerbaarheid naar andere types sonardata of real-time toepassingen te evalueren.

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.

Hoewel cafeïne bekend staat om haar stimulerende effecten op aandacht en stemming, blijft de invloed op het langetermijngeheugen onduidelijk. In deze studie werd onderzocht of het innemen van cafeïne ná een leersessie de consolidatie van procedureel geheugen (i.e., het geheugen voor motorische vaardigheden) kan verbeteren. Dertig gezonde volwassenen leerden een toetsvolgorde in een Serial Reaction Time Task en kregen vervolgens een capsule met placebo, 80mg of 240mg cafeïne. Een dag later werd de taak herhaald. Deelnemers die 80mg cafeïne kregen, vertoonden een significante verbetering in reactietijd tussen beide dagen in vergelijking met de placebogroep, terwijl de 240mg dosis geen gelijkaardig voordeel bood. De bevindingen suggereren dat een matige dosis cafeïne de opslag van nieuw geleerde vaardigheden subtiel kan versterken. Het effect was echter klein en mogelijk afhankelijk van gewoonlijk cafeïnegebruik, wat verdere studie vraagt naar optimale dosis, timing en individuele verschillen.

De bachelorproef onderzoekt de meerwaarde van Social Virtual Reality (SVR) in het basisonderwijs. Aan de hand van literatuurstudie en praktijktests met Mozilla Hubs wordt nagegaan hoe virtuele leeromgevingen motivatie, samenwerking en begrip bij leerlingen kunnen bevorderen. De resultaten tonen dat SVR abstracte leerstof concreet maakt en differentiatie ondersteunt, vooral in vakken zoals geschiedenis en wereldoriëntatie. Ondanks technische en didactische uitdagingen (zoals infrastructuur, tijdsinvestering en beperkte ervaring) besluiten wij dat SVR, mits doordachte implementatie, een innovatieve en inclusieve aanvulling vormt op het traditionele onderwijs.

Deze masterproef pakt de beperkingen van manuele kwaliteitscontrole aan door een modulair, hybride inspectiesysteem te ontwikkelen. Het platform combineert 3D-scans voor geometrische analyse (deuken, ontbrekende onderdelen) met 2D-beeldanalyse voor oppervlaktedefecten. Centraal staat een innovatieve AI-aanpak die zowel flexibele 'zero-shot' detectie (objecten vinden op basis van tekst) als hypernauwkeurige, getrainde modellen inzet. Door het fuseren van verschillende sensoren (RGB, diepte, nabij-infrarood) is het systeem gevalideerd op industriële steigerpijpen en e-bike batterijen, wat de brede toepasbaarheid voor veiligere en efficiëntere productie aantoont.

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.

Het duurzaam verbeteren van onderwijskwaliteit aan de hand van data is een actueel thema binnen het Vlaamse onderwijs. Dit kwalitatieve onderzoek onderzoekt hoe leraren en schoolleiders in het basis- en secundair onderwijs omgaan met de eerste schoolfeedback uit de Vlaamse toetsen en welke factoren het gebruik ervan beïnvloeden. Door middel van 24 semigestructureerde diepte-interviews, gelijk verdeeld over basis- en secundair onderwijs, werd het feedbackgebruik vanuit zowel leraren- als schoolleidersperspectief in kaart gebracht en via een iteratief coderingsproces geanalyseerd.
De resultaten laten zien dat schoolleiders en leraren de schoolfeedback voornamelijk raadplegen, bespreken en interpreteren, terwijl het diepgaander verklaren en het vertalen naar concrete acties ter bevordering van kwaliteitsontwikkeling minder vaak voorkomt. Slechts een beperkt deel van de respondenten ontwikkelt daadwerkelijk gerichte acties, zoals aanpassingen in het curriculum, professionele ontwikkeling of het verbeteren van computervaardigheden van leerlingen. Belemmeringen hierbij zijn onder andere tijdsdruk, beperkte datageletterdheid, de abstracte aard en timing van de schoolfeedback, evenals het ontbreken van mogelijkheden voor trendanalyses. Schoolleiders nemen een cruciale rol op zich in het faciliteren van het gebruik van feedback binnen de school, waarbij transparantie en gerichte professionele ondersteuning als cruciale factoren naar voren komen. Bovendien verschillen de gehanteerde referentiekaders binnen het feedbackdashboard tussen de onderwijsniveaus en bestaat er vooral in kansarme scholen terughoudendheid ten aanzien van de vergelijking met het Vlaams gemiddelde.
Deze studie onderstreept het belang van gerichte professionalisering, het versterken van eigenaarschap bij leraren in het gebruik van feedback en een betere afstemming van de schoolfeedback op de dagelijkse onderwijspraktijk. Tot slot worden aanbevelingen gedaan voor toekomstig onderzoek, waaronder longitudinale studies en onderzoek naar schoolfactoren die datagebruik bevorderen. De bevindingen leveren een waardevolle bijdrage aan de kennis over feedbackgebruik en bieden praktische handvatten voor schoolontwikkeling in Vlaanderen.

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.

Tijdens de revalidatie van een patiënt is het belangrijk om met alle disciplines op
een lijn te zitten. Goede communicatie is een van de belangrijkste criteria om daartoe te
komen. Met de tool die ontworpen is en ophangt in de kamer, zou de communicatie over
wassen en aan- en uitkleden vereenvoudigd kunnen verlopen.
Het doel is om een efficiënte manier te vinden om binnen geïntegreerde zorg de
communicatie tussen de verschillende disciplines vlot te laten verlopen. Om een positief effect te krijgen op het herstel van de persoon. Maar ook voor de samenwerking en het efficiënt verlopen van behandelingen bij het interdisciplinaire zorgteam.

The growing accessibility and capabilities of Virtual Reality (VR) have made it an increasingly valuable tool for training applications. Enabling multimodality, beyond purely visual feedback, enhances the realism and effectiveness of training. This is especially relevant for astronaut training conducted in environments that differ from those on Earth. Incorporating haptic devices can introduce tactile feedback in VR, but the current research focuses mainly on devices meant for users’ hands. In comparison, this work explores the integration of tactile sensations specifically in the forearm region. The aim is to investigate whether exoskeletons primarily used in the medical field can be implemented to simulate weight sensation for astronaut training in VR. Gravity is rendered through torque control based on the angular position of the forearm. The system is designed with a focus on its portability and accessibility. Initial results indicate that the technical implementation is promising for simulating varying gravitational conditions. By introducing a way to simulate weight sensation, this research contributes to the underexplored
area of multimodal VR experiences, particularly in tactile feedback on the user’s forearm.

Kinderen met gehoorverlies ervaren vaak moeilijkheden op sociaal, emotioneel en communicatief
vlak, waardoor psycho-educatie een belangrijk onderdeel vormt van hun begeleiding. Uit
literatuuronderzoek en contact met het werkveld blijkt dat bestaande psycho-educatiepakketten
voor deze doelgroep verouderd en onvolledig zijn.
In deze bachelorproef werd een modern en volledig psycho-educatiepakket ontwikkeld, gebaseerd
op een literatuurstudie, interviews met professionelen en eigen creatieve input. Het resultaat
omvat een volledig uitgewerkt pakket inclusief een handleiding voor therapeuten, een
materiaalbundel en interactieve pdf’s. Volgende thema’s komen aan bod: voorstelling van het kind,
identiteit, hulpmiddelen, delen en werking van het gehoor, audiogram, emotionele weerbaarheid
en copingstrategieën, self-advocacy en ten slotte uitleggen aan anderen.
Hoewel het pakket nog niet in de praktijk werd uitgetest, biedt het een solide basis voor verdere
implementatie en onderzoek naar effectiviteit en gebruiksvriendelijkheid in de praktijk.

Satellietcommunicatiesystemen hebben af te rekenen met verschillende vormen van interferentie en vereisen robuuste communicatiemethoden om betrouwbare dataoverdracht te kunnen garanderen. Dit leidt tot extra complexiteit bij zowel de zender als de ontvanger, die hiervoor vaak specifieke hardware nodig hebben om rekenintensieve bewerkingen uit te voeren. Software-defined radio (SDR) modems vormen een software-gebaseerde alternatief dat meer flexibiliteit biedt. Het nadeel is echter dat ze doorgaans minder goed presteren.

Deze thesis onderzoekt of een graphics processing unit (GPU) ingezet kan worden om een snellere dataverwerking toe te laten in een SDR-modem, met als doel de prestaties aanzienlijk te verbeteren. De focus ligt hierbij op een suppressed carrier demodulator, een veelgebruikte maar rekenintensieve stap binnen SDR-ontvangers.

Er werd uitgebreid onderzoek gedaan naar de werking van de suppressed carrier demodulator, een belangrijke stap bij het optimaliseren ervan. Daarnaast werd de GPU-technologie bestudeerd, met aandacht voor architectuur, geheugenhiërarchie, programmeermodellen en de selectie van een geschikte GPU-kaart. SYCL werd gekozen als programmeermodel vanwege zijn flexibiliteit, platformonafhankelijkheid en ontwikkeld ecosysteem.

De bestaande demodulator werd geanalyseerd om knelpunten en kritische componenten in kaart te brengen. Op basis daarvan zijn twee parallellisatiestrategieën voorgesteld, elk met een verschillend niveau van parallelisme. Voor één van deze strategieën werd een proof of concept ontwikkeld, waarbij vier belangrijke componenten van de demodulator werden geparallelliseerd. Aan de hand van testbenches werden deze componenten afzonderlijk geëvalueerd. Hierbij werd het potentieel van GPU-parallellisatie duidelijk aangetoond, met snelheidsverbeteringen tot 12,5 keer onder de typische werkomstandigheden van de demodulator. Tijdens de integratie in de demodulator werd echter een onverwachte overhead vastgesteld, wat de prestaties negatief beïnvloedde. Door deze te compenseren werd de snelheidslimiet van 8 Msym/s op 11 Msym/s gebracht, wat overeenkomt met een versnelling van 37,5%.

Ondanks de beperkte prestatiewinst bij de integratie, toonden de afzonderlijke componenten aan dat door GPU-parallellisatie aanzienlijke datasnelheden behaald kunnen worden. De aparte componenten zijn momenteel al in staat tot deze hogere prestaties, maar worden beperkt door de architectuur van de demodulator. Deze studie vormt daarmee een stevige basis voor verdere ontwikkeling, waarbij het upgraden van dit proof of concept naar de tweede parallellisatiestrategie aanbevolen wordt om het volledig potentieel van de GPU te benutten.

Deze thesis ontwikkelt een computationeel raamwerk voor structurele topologie-optimalisatie dat expliciet rekening houdt met multiaxiale vermoeiing onder niet-proportionele belastingen. Hoewel vermoeiing een veelvoorkomend faalmechanisme is in mechanische componenten, wordt het vaak behandeld als een nabewerkingsstap in plaats van als een integraal onderdeel van het ontwerpproces. Dit werk vult die leemte op door een kritieke-vlak vermoeiingsmodel rechtstreeks in het optimalisatie-algoritme te integreren.

Het raamwerk verwerkt het op rek gebaseerde Brown–Miller vermoeiingscriterium binnen een dichtheidsgebaseerde topologie-optimalisatiebenadering, waardoor vermoeiingslevensduur kan worden voorspeld bij complexe belastingstrajecten. De implementatie omvat een volledige analytische sensitiviteitsanalyse, zowel direct als adjoint, om een nauwkeurige en efficiënte optimalisatie met gradiënt-gebaseerde oplosmethodes te garanderen.

De methodologie wordt eerst gevalideerd op een L-beugel benchmark om de prestaties te demonstreren in vergelijking met doelstellingen gebaseerd op compliance en spanning. Vervolgens wordt ze toegepast op het ontwerp van een autowiel onderworpen aan een roterende buigproef. Dit is een gestandaardiseerde, multiaxiale en niet-proportionele vermoeiingsproef die elk aftermarket wiel moet doorstaan. De vermoeidheidsgeoptimaliseerde ontwerpen tonen een verbeterde verdeling van vermoeiingsschade, verminderde spanningsconcentraties en een verlengde voorspelde levensduur in vergelijking met andere ontwerpbenaderingen.

Door de voorspelling van de vermoeiingslevensduur in de optimalisatielus op te nemen, overbrugt dit onderzoek de kloof tussen structurele efficiëntie en langdurige duurzaamheid. De voorgestelde aanpak biedt een veelbelovend pad naar robuustere ontwerpen in veeleisende technische toepassingen.

----

This thesis develops a computational framework for structural topology optimisation
that explicitly accounts for multiaxial fatigue under non-proportional loading. While
fatigue is a frequently occurring failure mechanism in mechanical components, it is
often treated as a post-processing step rather than being integrated into the design
process. This work addresses that gap by embedding a critical-plane fatigue model
directly into the optimisation algorithm.

The framework incorporates the Brown–Miller strain-based fatigue criterion within a
density-based topology optimisation approach, enabling fatigue life prediction across
complex load paths. The implementation includes a full analytical sensitivity analysis,
both direct and adjoint, to ensure accurate and efficient optimisation with
gradient-based solvers.

The methodology is first validated on a benchmark L-bracket to demonstrate its
performance relative to compliance- and stress-based objectives. It is then applied
to the design of an automotive wheel subjected to a rotating bending test. This is
a standardised, multiaxial and non-proportional fatigue test that every aftermarket
wheel must pass. The fatigue-optimised designs exhibit improved fatigue damage
distribution, reduced stress concentrations and extended predicted fatigue life compared to different design approaches.

By embedding fatigue life prediction into the optimisation loop, this research bridges
the gap between structural efficiency and long-term durability. The proposed approach offers a promising pathway toward more resilient designs in demanding engineering applications.

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.

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.

Diepgaand leren heeft het visueel waarnemingsvermogen bij autonoom rijden aanzienlijk verbeterd, maar conventionele camera's blijven beperkt door bewegingsonscherpte, een beperkt dynamisch bereik en hoge latentie. Gebeurteniscamera's, geïnspireerd door biologische visie, overwinnen deze beperkingen door asynchroon veranderingen in pixelhelderheid te detecteren. Dit mechanisme levert datastromen die schaars, temporeel nauwkeurig en zeer efficiënt zijn voor embedded toepassingen. De inherente schaarste en het gebrek aan intensiteitsinformatie in gebeurtenisgegevens bemoeilijken echter het extraheren van onderscheidende kenmerken en vormen uitdagingen voor de training van neurale netwerken. Daarnaast lijden gangbare datasets zoals CIFAR10-DVS aan een niet-uniforme verdeling van gebeurtenissen door het gebruik van lineaire of polygonaal gevormde bewegingstrajecten tijdens de opname, wat leidt tot periodieke artefacten.
Om deze beperkingen te overwinnen, evalueert dit proefschrift systematisch gebeurtenisrepresentaties—waaronder gestapelde afbeeldingen, voxelrasters en tijdoppervlakken—met standaard CNNs om optimale architecturen voor embedded implementatie te identificeren. Door gebruik te maken van transfer learning met vooraf getrainde ImageNet-modellen wordt de nauwkeurigheid onder beperkte dataomstandigheden aanzienlijk verbeterd. Experimentele resultaten tonen aan dat volledige fine-tuning van het hele netwerk noodzakelijk is om zich aan te passen aan de unieke eigenschappen van gebeurtenisgebaseerde gegevens. Het voorgestelde model integreert dropout, L2-regularisatie en een meerfasig leersnelheidsschema om de trainingsstabiliteit en generalisatie te bevorderen. Met deze co-designbenadering behaalt EfficientNetB0 een nauwkeurigheid van 81,05% op CIFAR10-DVS bij verwerking van gebeurtenissen binnen één temporeel venster.
Voor implementatie identificeert inspectie met het Xilinx Vitis Al-platform TensorFlow's MobileNetV2 als de optimale keuze dankzij volledige compatibiliteit met DPU-hardwareversnellers. Hoewel post-training pruning op basis van globale kanaalrangschikking is onderzocht, is de effectiviteit beperkt door het inherent gebrek aan redundantie in het model. Daarentegen compenseert quantization-aware training (QAT) succesvol het nauwkeurigheidsverlies tijdens INT8-kwantisatie, waarmee real-time prestaties (2,8 ms/frame) bij een ultralaag energieverbruik (1,77 mW) worden bereikt op het KV260 embedded platform.
Gemotiveerd door de beperkingen van bestaande datasets wordt een nieuw acquisitieplatform voorgesteld, waarbij gebruik wordt gemaakt van een Dobot-robotarm voor continue cirkelvormige beweging geïnspireerd op biologische oogbewegingen. Deze methode genereert uniforme gebeurtenisverdelingen en elimineert periodieke artefacten die aanwezig waren in eerdere datasets, wat robuustere training en evaluatie van neurale netwerken op gebeurtenisgegevens ondersteunt.