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

Position determination of a gamma ray point source using a single layer Compton camera

Anouk Michiels
Een hedendaagse uitdaging is de ontmanteling van kerncentrales. Het is daarbij belangrijk om de gecontamineerde gebieden in kaart te brengen. Deze scriptie onderzoekt hoe een Compton camera gebruikt kan worden om gammabronnen te lokaliseren.

Detectie van plasma-instabiliteiten in tokamaks met machinaal leren

Casper Haems Mateo Van Damme
Nucleaire fusie kan de toekomst van schone energie zijn, maar er zijn problemen met iets genaamd ELMs. Dit zijn plotselinge uitbarstingen van energie die de reactorwand kunnen beschadigen, vergelijkbaar met stoom die vrijkomt uit een snelkookpan. Deze thesis gebruikt AI om ELMs te vinden, wat onderzoek naar fusie-energie gemakellijker maakt.

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

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.

Predicted Motion Pressure - Using Machine Learning Algorithms to Metricize Pressure Created by Defensive Linemen in the NFL, as well as to Predict Their Motion to Evaluate the Players Performance and to Increase the Players Safety

Christopher Patzanovsky
Data analytics has been a major part in American football to allow for evaluation of both player and team performances, with a significant amount of data being readily available. Here, a more in-depth analysis in the area of pass rushing and pass blocking will be done by using K-Nearest Neighbor (KNN) machine learning models to find a more precise metric of determining pressure created by the pass rush. Additionally, KNN would be used to predict the motion of a pass rusher, which would then be used to predict pressure created in that new location, allowing for the creation of an entirely new metric, by comparing the true pressure with the predicted one. An extensive analysis with these new metrics would then be conducted, giving American football players and coaches new insights into player and team performances, which can be used to improve the quality of the game, by the means of performance, while at the same time creating new ways of focusing on the safety of the Quarterback. Finally, a dashboard was build on an HTML-based webpage, visualizing the new metrics for a better understanding of its concepts.

Adaptive second language tutoring through generative AI and social robots

Eva Verhelst
In deze masterproef wordt een systeem ontwikkeld om talen te leren samen met een sociale robot. Er wordt gebruik gemaakt van generatieve artificiële intelligentie om nieuwe inhoud te creëren, die wordt aangepast aan het niveau en de interesses van de gebruiker.

Turning Competency Data into Actionable Insights for Teachers

Lara Roosens
Deze masterthesis richt zich op het ontwerpen, ontwikkelen en evalueren van een learning analytics dashboard, specifiek gericht op leraren in het middelbaar onderwijs. Het dashboard biedt een visueel overzicht van essentiële informatie. Het doel is om leraren in het secundair onderwijs te ondersteunen door hen de nodige informatie te bieden om een beter begrip van hun studenten te krijgen, weloverwogen beslissingen te nemen en administratieve taken te verminderen.

Deep learning voor automatische materiaalidentificatie in elektronen energieverlies spectroscopie

Arno Annys
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.

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

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.

Object Detection for Authoring XR Factory Workplaces

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

Naar een betere thuiszorgplanning via artificiële intelligentie

Jens Vande Ginste Louise De Rycke Yaël Windey Ibou Ndao Matthias Reyntjens Jens Vangaever
In de scriptie wordt besproken hoe artificiële intelligentie kan ingezet worden in het proces van de thuiszorgplanning, om deze te kunnen versnellen en vergemakkelijken. Hiervoor werd samengewerkt met de onderzoekers van het project PREPCA.I.RE.

Comic Art Generation using GANs

Marnix Verduyn
Een experimentele studie van het creëren van striptekeningen met GAN's (general adversarial networks). Een vergelijkend onderzoek tussen DCGAN, WGAN en StyleGAN2-ADA op een dataset van de stripreeks Kinky & Cosy (©Nix)

Bias en fairness in AI: hiaten overbruggen tussen onderzoek, ondernemen en wetgeving

Marybeth Defrance
De masterproef doelt om mensen en bedrijven te sterken in het creëren van eerlijke AI applicaties zonder dat hiervoor een diepe kennis van AI nodig is.

DESIGN AND DEVELOPMENT OF AN AUTOMATED TEST BENCH FOR SONAR ELECTRONICS

Ilias Vynckier María Luján
Dit proefschrift beoogt een eerste benadering te zijn voor de ontwikkeling van een testbank die in staat is om automatische tests op een elektronische kaart uit te voeren en de resultaten aan de gebruiker te rapporteren.
De belangrijkste doelstellingen van dit proefschrift zijn het evalueren van de haalbaarheid van het idee en het testen van het concept ervan. Daartoe werden een PC-applicatie en de software voor een microcontroller ontworpen en ontwikkeld, evenals de communicatie tussen beide met behulp van een aangepast protocol.

Kennisoverdracht in Brein-Computer Interfaces: taal-voorgetrainde transformers voor het classificeren van electro-encefalografie

Wolf De Wulf
Een enorm voorgetraind taalmodel (GPT2) wordt gebruikt om elektro-encefalografie te classificeren. Zo wordt nagegaan of er een verband is tussen taal en elektrische hersengolven, in de hoop inzicht te krijgen in algemene hersengolf patronen.

Evaluatie van User Experience op basis van EEG-metingen

Robin Verbeelen
Onderzoek naar het gebruike van bestaande methodes om EEG-data te verwerken zodat UX-inspanningen op een website of applicatie objectief kunnen gescoord worden. Zo zouden UX-analyses mogelijks kunnen worden geautomatiseerd. Daarnaast kan men hierdoor ook eenvoudig de cognitieve ballast die de gebruikers van een interface ervaren gaan meten en proberen verlagen.

Nursery Tone Monitor: detecteren van elderspeak via AI

Sibian De Gussem
Via deze applicatie kunnen de eigenschappen van elderspeak gedetecteerd worden zodat iedereen de eigenschappen goed kan onthouden en toepassen. Elderspeak is het fenomeen waarbij jongere mensen tegen ouderen spreken op een betuttelende manier, vandaar dat elderspeak ook wel als secondary baby talk wordt benoemd, en dit kan nefast zijn voor de mental gezondheid van ouderen.

Machine-learningapplicaties voor overnames en fusies: startupwaardering met XGBoost en neural networks

Seppe Housen
Recent waren er verschillende overnames binnen de game-industrie. Deze kaderden veelal in de strijd
om de meta-verse. Ook in vele andere sectoren zijn mergers and acquisitions (M&A) belangrijk voor
de groei van de ondernemingen. De literatuurstudie in dit onderzoek onderscheidt drie domeinen
waarin machine learning kan bijdragen in het M&A-proces. Zo kan machine learning ingezet worden
om het voltrekken van M&A te voorspellen, te voorspellen wat de voordelen zijn van M&A of om de
waardering van een onderneming te voorspellen. In dit onderzoek worden verschillende machinelearningmodellen vergeleken voor het waarderen van startups binnen de M&A-context. XGBoost en
neural networks bewijzen hierbij een verbetering te zijn ten opzichte van eenvoudigere modellen zoals
lineaire regressie.

Optimalisatie door communicatie

Arno Verstraete
Adaptief videostreamen kan worden geoptimaliseerd. De algoritmes die vandaag gebruikt worden kunnen worden verbeterd door de netwerklagen met elkaar te laten communiceren.

Exploring ‘New Space’ positioning using Low Earth Orbit (LEO) satellites

Wout Van Uytsel
GNSS satellieten zijn jarenlang dominant geweest op de PNT markt maar ondervinden tekortkomingen. Deze tekortkomingen worden mogelijks opgelost door gebruik te maken van LEO satellieten. Deze scriptie omvat wat er verandert wanneer LEO satellieten gebruikt worden op vlak van algoritme en pseudorange calculaties.

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

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.

Towards unsupervised detection of the auditory attention

Arnout Roebben
Wat zegt u, ik heb u niet goed verstaan? 1 op 10 Belgen lijdt aan gehoorverlies en spreekt deze zin dagelijks uit. Wat als we slimme hoorapparaten zouden kunnen ontwerpen, die hersengolven gebruiken om op het juiste moment in te schakelen? Dit wordt realiteit door te detecteren wanneer iemand actief aan het luisteren is. Telepathie zegt u? Nee, technologie!

Maar hoe werkt deze technologie dan precies?

Asking the Right Question: Generating Difficulty-Ranked Questions from Examples

Jinfu Chen
Deze scriptie onderzoekt automatische vragen generatie door gebruik te maken van sjablonen. We extraheren sjablonen uit bestaande vragen, en we maken gebruik van Wikidata om de sjablonen in te vullen. Vervolgens schatten we de moeilijkheidsgraad van de gegenereerde vragen om een ordening te creëren van makkelijke naar moeilijke vragen.

Analysing the IoT threat landscape using consumer firmware-based, high fidelity honeypots

Mihály Csonka
Deze thesis bestudeert de staat van het IoT bedreigingslandschap in 2021-2022. Eerst werd er een literatuurstudie over IoT veiligheid en IoT malware gemaakt. Daarna werd een honeypot ontworpen, gebouwd en publiek gemaakt gebaseerd op best practices om relevante gegevens te verzamelen. De honeypot bevat meerdere types van apparaten die meerdere IoT services bezitten en gebruikmaken van relevante netwerkprotocollen. Enkele van deze honeypot apparaten zijn zeer geloofwaardig. Dit is mogelijk gemaakt door middel van firmware re-hosting. Deze techniek virtualiseert delen van een apparaat. Verschillende implementaties werden bestudeerd om de meest toepasselijke te kunnen gebruiken. Deze techniek en de implementaties ervan zijn echter niet perfect. Analyse van de resulterende gegevens toont dat praktisch alle malware geautomatiseerd is door gelijkenissen tussen apparaten met Linux-gebasseerde firmware te misbruiken. Verder is alle gezamelde malware gebaseerd op Mirai of Gafgyt, twee oudere malware families. Firmware re-hosting benodigd verder onderzoek en ontwikkeling zodat het bruikbaar wordt om een honeypot mee te bouwen.

Rechtspersoonlijkheid voor robots: een rechtsfilosofische afweging vanuit Belgisch juridisch perspectief

Victor Schollaert
Robots zijn in ons recht vandaag niets meer dan voorwerpen. Het wordt tijd om te overwegen of ze de status van personen verdienen in ons recht. Door middel van een rechtsfilosofische afweging wordt in dit onderzoek een voorzichtig positieve balans opgemaakt.

Samenwerken met een robot, zie ik dat wel zitten? - Een kwantitatief onderzoek naar de invloed van service robots op werknemers in de retailsector.

Maxime Van Erps
Deze thesis beschrijft een kwantitatief onderzoek aan de hand van een online survey. Respondenten werden bevraagd naar verschillende aspecten van hun job en wat zij verwachten dat een service robot hieraan zou veranderen. Zo krijgen we een zicht op de impact van de implementatie van service robots op front-line werknemers in de retailsector.