Scriptiebank overzicht

De Vlaamse Scriptiebank is een vrij toegankelijke online databank. Deze bevat alle artikels en full text scripties van deelnemende bachelors en masters aan de

AI-evolutie in vliegtuigonderhoud: Efficiëntie in MRO-processen

VIVES Hogeschool
2024
Gedeon
Adediha
  • Gedeon
    Adediha
De bachelorproef, getiteld "AI-evolutie in vliegtuigonderhoud: Efficiëntie in MRO-processen," onderzoekt de integratie van artificiële intelligentie (AI) in onderhouds-, reparatie- en revisieprocessen (MRO) in de luchtvaartindustrie. De focus ligt op hoe AI-technologieën zoals machine learning en computer vision kunnen bijdragen aan verbeterde efficiëntie, kostenbesparingen en verhoogde veiligheid binnen deze sector.
Meer lezen

Lower Limb Bone Segmentation through Deep Learning and Neural Flow Based Data Augmentation

Universiteit Gent
2023
Roel
Huysentruyt
AI kan de orthopedische zorg versnellen door snel en accuraat 3D-modellen te genereren uit CT-scans, waardoor de noodzaak voor annotatiewerk door experts wordt verminderd en er meer tijd vrijkomt voor andere cruciale taken.
Meer lezen

Deep learning voor automatische materiaalidentificatie in elektronen energieverlies spectroscopie

Universiteit Antwerpen
2023
Arno
Annys
Genomineerde longlist mtech+prijs
Elektronen energieverlies spectroscopie (EELS) is een populaire analytische techniek die zeer direct informatie levert over de chemische samenstelling van een materiaal. Deze thesis gebruikt deep learning en en eigen gesimuleerde EELS dataset om automatisch EELS data te vertalen naar chemische info. Hierbij wordt de tussenkomst van een menselijke expert overbodig.
Meer lezen

Using Digital Trace Data to Generate Representative Estimates of Disease Prevalence [COVID-19 Infections] in Belgian Municipalities

KU Leuven
2023
Dishani
Sen
Is it possible to predict the area-level prevalence of COVID-19 infections in Belgium by
analyzing self-reported symptoms on Twitter? This research project is about generating
estimates of the incidence of COVID-19 infections, at the municipality level, by using
Multilevel Regression Post-Stratification (MrP) to account for sampling biases in the social
media sample. At first, tweets are obtained from users based on keywords derived from
previous research, e.g., tweets mentioning fever, cough, loss of taste, fatigue, etc. Then, key
demographic and geographical features of interest are extracted using the M3 deep learning
pipeline, as well as simple self-reported characteristics, effectively transforming the
unstructured twitter sample into a survey-like object. Finally, based on these demographic
features and census characteristics, a mixed effects logistic regression model with
post-stratification according to the Belgian census is proposed to forecast the number of
infected individuals on a particular day. This study intends to contribute to the proof of
concept of a complete end to end pipeline to perform real time predictions of disease
prevalence at a granular level in a population using social media data.
Meer lezen

Prediction of T-cell Receptor peptide binding using machine learning and ab initio principles

Universiteit Hasselt
2022
Ömer
Sercik
In dit project vertrekken we vanuit de VDJ db. Dit is een publiekelijke data bank met TCR epitoop koppels waarvoor er een binding werd gedetecteerd. Deze data bank wordt gebruikt om machine learning en deep learning modellen te bouwen. Het ultieme doel is uiteindelijk om 1) voor een nieuw TCR epitoop koppel, de kans op een binding te bepalen en 2) voor een epitoop een geschikte TCR te bouwen zodanig dat de kans op de binding tussen het epitoop en de gebouwde TCR groot is.
Meer lezen

Neural Tree Distillation to explain Deep Reinforcement Learning Policies

Vrije Universiteit Brussel
2021
Senne
Deproost
Genomineerde longlist mtech+prijs
Hoe kan je binnenkijken in het digitale brein van een AI? Dit werk focust zich op Explainable Artificial Intelligence (XAI) en een techniek om het gedrag van een Deep Reinforcement Learning (DRL) agent over te brengen naar een meer interpreteerbaar model. We verbeteren een recente techniek, dat van neurale bomen in combinatie met knowledge distillation, met een adaptieve vorm die ons kleinere en beter verstaanbare modellen oplevert.
Meer lezen

Deep learning modellering voor de kwantitatieve FTIR-analyse van ternaire stabilisatorenmengsels

KU Leuven
2021
Laurens
Van den Meersche
In deze thesis wordt een methode voorgesteld om een chemische kwantificatie van een ternair stabilisatorenmengsel te voltrekken via deep learning en FTIR-analyse. Een menselijke interpretatie wordt bemoeilijkt door een grote hoeveelheid aan pieken die niet individueel toe te schrijven zijn aan individuele stabilisatoren. Daarom wordt deep learning gebruikt om een model op te bouwen dat zelfstandig infraroodspectra kan verwerken. Ook werd geëxperimenteerd met pre-processing om de grote hoeveelheid aan data onder controle te houden.
Meer lezen

Energiebewaking op basis van artificiële intelligentie - machine learning

KU Leuven
2020
Jeroen
Bert
  • Joachim
    De Roo
In onze masterproef hebben we de mogelijkheden van een energiebewaking voor de industrie op basis van A.I. en meer bepaald op basis van machine learning onderzocht.
Meer lezen

Data-efficient reinforcement learning for low-voltage grid optimization using transfer learning

KU Leuven
2020
Davy
Didden
  • Nadia
    Wiesé
Winnaar mtech+prijs
Genomineerde shortlist Scriptieprijs
Een data-efficiënte controle-eenheid is ontworpen met behulp van reinforcement learning en gebruik makend van transfer learning om zo een optimale controle te realiseren op het laagspanningsnetwerk. Als flexibiliteitsbronnen worden batterijen en zonnepanelen gebruikt.
Meer lezen

Interpretatie en modellering van multi instrumentele analytische data met Deep Learning

KU Leuven
2020
Marjolein
Saelens
In deze thesis werd onderzocht op welke manier kan worden omgegaan met de steeds groter wordende datasets waar bedrijven tegenwoordig mee te maken krijgen. Na een theoretische studie over verschillende technieken voor de verwerking van de beschikbare dataset, werd uiteindelijk toegelegd op de techniek Deep Learning.
Meer lezen

Een growth mindset ondersteunen in het lager onderwijs

Odisee
2020
Lindsay
D'hamers
Er zijn twee soorten mindsets: een growth mindset (groeigericht denken) en een fixed mindset (vaststaand denken). Volgens Hymer & Gershon (2017) gaan mensen met een growth mindset veerkrachtiger om met tegenslag en staan ze meer open voor uitdagingen. Uit de gespecialiseerde literatuur blijkt dat ‘uitdagingen aangaan’, ‘doorzettingsvermogen, inzet & motivatie hebben’, ‘inspanningen leveren’ en ‘uit fouten leren’ de voornaamste kenmerken zijn die wijzen op een growth mindset. Deze kenmerken op een speelse manier stimuleren is een uitdaging, daarom heb ik ervoor gekozen om met dit onderwerp aan de slag te gaan.
Ik heb een innovatief product ontwikkeld dat bestaat uit een lessenpakket en ontdekkingskoffer. Het lessenpakket zet in op de werking van het brein in functie van het mindset-denken. De ontdekkingskoffer ondersteunt leerlingen verder in hun weg naar growth mindset aan de hand van activiteiten. Deze activiteiten stimuleren samenwerking, respectvol omgaan met elkaar en het gebruik van groeitaal. Volgens Raeijmaekers (2017) moedigt groeitaal (stimulerende taal) leerlingen aan en motiveert het leerlingen om door te zetten.
De doelgroep waarvoor ik dit uitgewerkt heb, is het vierde leerjaar van mijn stageschool omdat deze klasgroep weinig geloof heeft in eigen kunnen. Deze leerlingen zouden baat hebben bij een groeigerichte gedachtegang.
De klasleerkracht van het vierde leerjaar verwacht dat de leerlingen aangetrokken zullen zijn door mijn innovatief product. Ze verwacht bij de meeste leerlingen een positieve evolutie in growth mindset te zien. Ik had dit graag zelf uitgetest maar de uittestfase heeft niet kunnen plaatsvinden omwille van het coronavirus.
Deze bachelorproef biedt een meerwaarde omdat leerlingen gestimuleerd worden om met een groeigerichte gedachtegang hun weg te vinden naar een goed welbevinden. Dit sluit aan bij ‘inclusie’, het keuzetraject waarin ik mij verdiept heb.
Meer lezen

Deep learning voor autosegmentatie van computertomografie (CT) beelden in radiotherapie

Universiteit Gent
2020
Jeffrey
De Rycke
Dit onderzoek gebruikt een diep neuraal netwerk om de organen van een patiënt in te tekenen op een CT-scan. Hiermee wordt het werk van de radiotherapeut-oncoloog in de radiotherapie sterk verligt.
Meer lezen

Unsupervised deep feature extraction for neonatal sleep stage classification

KU Leuven
2019
Nick
Seeuws
Onderzoek naar ongesuperviseerd machinaal leren voor herkenning van slaapstadia in neonati.
Meer lezen

Deep Learning-Based Classification of Wildlife Camera Footage

Universiteit Hasselt
2019
Laurens
Le Jeune
  • Sven
    Baerten
Om biodiversiteitsonderzoek te bevorderen, hebben we convolutioneel neurale netwerken gebruikt om dieren op foto's te automatisch te identificeren. Hiernaast kunnen we metagegevens van een foto berekenen. Op beide taken halen we een grote nauwkeurigheid.
Meer lezen

Towards a mathematical understanding of biologically plausible learning methods for deep neural networks

KU Leuven
2019
Alexander
Meulemans
Door de recente successen van deep learning en artificiële neurale netwerken te combineren met de biologische kennis van onze hersenen, kunnen we nieuw licht werpen op hoe mensen leren uit nieuwe ervaringen. Deze scriptie onderzoekt target propagation, een wiskundig model over hoe neuronen hun synaptische sterkte aanpassen om leren mogelijk te maken. Op basis van netwerk modellen ontdekten we dat target propagation een vorm van Gauss-Newton optimalisatie is en dat een biologisch netwerk van piramidale neuronen een gelijkaardig gedrag als target propagation kan vertonen.
Meer lezen

Computervisie voor precisielandbouw

Universiteit Gent
2019
Jana
Wieme
Hoe kan er meer geproduceerd worden op minder oppervlakte – indien mogelijk – zonder stijgende impact op het milieu? Binnen de precisielandbouw doet men onderzoek naar systemen die hieraan tegemoetkomen. In deze masterproef, in samenwerking met het ILVO, wordt onderzocht wat de mogelijkheid is om bestaande computervisie- technieken te combineren tot een nieuwe proof of concept voor de detectie van planten in overzichtsfoto’s van landbouwvelden gemaakt door drones.
Meer lezen

Artificiële Intelligentie in de bankensector

Hogeschool PXL
2019
Faruk
Uzun
In deze scriptie wordt er onderzocht wat er precies gaat veranderen in de bankensector door Artificiële Intelligentie. Het brengt heel veel voordelen met zich mee, dus de voordelen worden besproken. Maar het brengt ook gevaren met zich mee, dus er wordt ook gekeken naar de gevaren die ontstaan door Artificiële Intelligentie. Er wordt ook onderzocht wat de impact op de jobgelegenheid gaat zijn.
Meer lezen

Artificiële Intelligentie in advertising

Arteveldehogeschool Gent
2018
Stefanie
Rondelez
In deze scriptie worden de verschillende mogelijkheden van advertising besproken met behulp van Artificiële Intelligentie.

Eerst wordt er uitgebreid uitgelegd wat AI is en hoe het werkt, door dieper in te gaan op begrippen zoals Deep Learning, algoritmen en machine learning.

Vervolgens wordt de geschiedenis van AI besproken aan de hand van mijlpalen en kan u lezen wat deskundigen en wetenschappers voorspellen voor de komende decennia.

Dan worden verschillende toepassingen van AI in advertising besproken aan de hand van voorbeelden. De niches waarover ik schrijf zijn content creation, content curation, Programmatic, Google, Facebook, DOOHapps en chatbots.

Tenslotte kan u enkele interviews lezen met professionals uit de bedrijfswereld die al reeds AI in hun bedrijf gebruiken.
Meer lezen

Automated analysis of blood vessels with deep learning

KU Leuven
2017
Ruben
Hemelings
Epidemiologisch onderzoek stelt vast dat de bloedvaten op het netvlies veranderingen ondergaan ten gevolge van onder meer diabetes, beroertes en Alzheimer. Momenteel is de complexe analyse van netvliesbeelden enkel weggelegd voor gespecialiseerde artsen. In dit thesisonderzoek werd een algoritme op basis van deep learning ontwikkeld dat een deel van de analyse automatiseert: het is in staat om de twee verschillende types bloedvaten (slagader en ader) te identificeren op een foto van het netvlies zonder tussenkomst van een arts.
Meer lezen

Robuustheid van classifiers tegen adversarial perturbations

Universiteit Gent
2017
Jonathan
Peck
  • Joris
    Roels
  • Bart
    Goossens
Hedendaagse kunstmatige intelligentie is makkelijk om de tuin te leiden. Men kan bijvoorbeeld een computerprogramma dat ontworpen is om dieren te herkennen in foto's, eenvoudig laten geloven dat een duidelijke foto van een gele schoolbus eigenlijk een foto van een struisvogel is. In mijn scriptie onderzoek ik vanwaar dit probleem komt en hoe we dit kunnen oplossen.
Meer lezen

Are Sigh conditioned responses

KU Leuven
2016
Ellen
Palmers
Iedereen zucht wel eens. Voor de meeste mensen is dit zo een normaal deel van de ademhaling dat er niet over nagedacht wordt. We weten al dat zuchten een resetter functie heeft voor de ademhaling. Maar toch gaan mensen soms op vreemde momenten zuchten. Kan men leren zuchten?
Meer lezen