Scriptiebank overzicht

Matrixvermenigvuldiging ligt aan de kern van machinaal leren, een deelgebied van de artificiële intelligentie. Softwarebibliotheken bevatten manueel geoptimaliseerde versies van matrixvermenigvuldiging voor de meest gangbare technieken in machinaal leren, maar kunnen niet gebruikt worden voor onderzoek naar nieuwe technieken. Deze masterproef presenteert een flexibel raamwerk waarmee een breed scala aan ML berekeningen kunnen worden uitgevoerd, zonder te moeten inboeten aan snelheid.

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.

Artificiële intelligentie en machine learning spelen een steeds grotere rol in de hedendaagse technologische producten. Hoe gaan onze toestellen verandert worden door deze evolutie? Cedric Van Laere bedacht lampen die verschillende elementen van Artificiële intelligentie onderzoekt.

Deze thesis onderzocht een techniek om de stijl te leren van driedimensionale gebouwen in de vorm van regels tussen geometrische vormen. Deze regels worden gebruikt om originele gebouwen in dezelfde stijl als de voorbeelden te genereren.

Deze scriptie bekijkt de aanwezigheid van vrouwelijke artificiële intelligentie in (audio)visuele media door een feministische bril en op welke manier deze robots hun tijdsgeest reflecteren. Dat gebeurt met de vier feministische golven als leidraad.

Aanbieders van videoplatformdiensten krijgen nieuwe verplichtingen door de herziening van de Europese Richtlijn Audiovisuele Mediadiensten. Passende maatregelen moeten worden getroffen om gebruikers te beschermen tegen schadelijke inhoud.

Deze experimentele studie (N = 317) onderzocht middels een between-subject design het effect van geautomatiseerde journalistiek op de kwaliteitsbeoordeling van nieuws door Vlaamse digital natives. De bevindingen tonen dat een artikel toegeschreven aan een journalist beter beoordeeld wordt op kwaliteit dan een artikel toegeschreven aan een automatiseringsdienst. Bovendien is geslacht een moderator binnen dit proces, waarbij mannen een slechtere beoordeling toekennen aan een artikel aangegeven als geschreven door een automatiseringsdienst.

De turnsport is een van de meest bekeken op de Olympische Spelen, desondanks heeft de sport een gebrek aan interesse in niet-olympische jaren. Een belangrijke reden hiervoor is dat de turnsport een jurysport is, wat heel wat nadelen met zich meebrengt zoals subjectiviteit, onnauwkeurigheid of bevoordeling. Daar zou binnenkort een einde aan kunnen komen, er wordt een nieuw jurysysteem ontwikkeld dat belooft vrij te zijn van al deze nadelen.

Deze scriptie 'Architectural Intelligence' bestaat uit vier hoofdonderdelen, namelijk 'Pattern(languages)', 'Parametricism', 'Artificial Intelligence' en ten slotte een casestudy van mijn eigen Masterproject waarin geëxperimenteerd wordt hiermee. De belangrijkste onderzoeksvraag die in de verschillende thema's aan bod komt is: Op welke manieren kunnen systematische aanpakken, zoals patronen(talen), parametrische ontwerpmethoden of artificiële intelligentie, met (of zonder) het gebruik van technologie, de architect ondersteunen tijdens het ontwerpproces?

In samenspraak met enkele toonaangevende Belgische ondernemingen werd onderzocht hoe zoekmachinemarketing kan helpen om zich te onderscheiden van buitenlandse concurrentie.

Onderzoek naar ongesuperviseerd machinaal leren voor herkenning van slaapstadia in neonati.

In deze bachelorproef werd onderzocht of Computer Vision API’s zoals Clarifai, Google Cloud Vision of Microsoft Computer Vision gebruikt kunnen worden om museummedewerkers te ondersteunen bij het beschrijven van cultureel-erfgoedobjecten. Het registreren van beelden vraagt immers veel werk. Computer Vision API’s zijn sneller dan menselijke registratoren en kunnen een inhaalbeweging realiseren. Die API’s worden echter getraind met hedendaagse beelden waardoor het niet geweten is hoe goed ze zijn in het beschrijven van historische beelden.

The worldwide effort on fusion research aims to realize a means of producing clean and safe energy for future generations. At the JET tokamak, extensive research is being performed to help accomplish this goal, but as with all complex machinery, component failures occur. In this work, two failure cases at JET are addressed with the goal of predictive maintenance by means of anomaly detection and other machine learning techniques.

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.

In mijn scriptie heb ik onderzocht of er limieten zijn om artificiële intelligentie in maatschappelijke gebieden te implementeren. Dit heb ik gedaan aan de vooralsnog hypothetische casus van een artificiële rechter ter vervanging van de menselijke rechter. Daarbij heb ik voornamelijk onderzocht hoe het huidige rechtssysteem werkt, in welke mate AI een oplossing zou kunnen zijn voor problemen en wat obstakels zijn bij de implementering van een dergelijk systeem.

Door de steeds rijzende aantallen van antibiotica resistente bacteriën wordt in virussen gezicht naar een alternatief. Door combinatie van artificiële intelligentie en synthetische biologie slaagt deze scriptie erin om regels op te stellen voor welke specifieke componenten nodig zijn om 38 verschillende soorten bacteriën te doden.

Door het uitvoeren van "klassieke" computerprogramma's op GPUs – de processor die normaal dient voor het aansturen van je beeldscherm – kan het gebruik van een gewone computer een stuk efficienter worden gemaakt.

Deze masterthesis presenteert voor het eerst een garbage collector voor GPUs naar analogie met garbage collectors voor CPUs. Dit toont aan dat moderne programmeertalen ook op GPUs uitgevoerd kunnen worden.

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.

Gebruikmakend van betrouwbare database bevragingen wordt een oplossing voorgesteld om persoonlijke data opnieuw in handen te geven van de eigenaar en bijgevolg de privacy beter te beschermen.

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.

Een toegepast gebruikersonderzoek naar de mogelijke rol van chatbots in digitale kennispunten voor personeelsbeleid.

Een artificieel intelligentie model is gebouwd om financiële crashes te voorspellen. Het model slaagt er in om ongeveer 30 % van de crashes van de afgelopen 15 jaar te voorspellen.

Kolieken bij paarden zijn één van de belangrijkste doodsoorzaken. In deze masterthesis werd een algoritme ontwikkeld die koliek symptomen bij paarden automatisch kan detecteren op basis van accelerometer data. Hiervoor werd "machine learning" gebruikt, een onderdeel van artificiële intelligentie.

Neurale netwerken hebben een "black box"-karakter, wat betekent dat we moeilijk kunnen interpreteren wat ze precies hebben aangeleerd, of hoe ze "denken". In deze masterthesis omzeilen we dit probleem door de aangeleerde kennis van een neuraal netwerk over te brengen naar een alternatief model dat wel interpreteerbaar is.

Deze scriptie onderzoekt of thuisbatterijen een oplossing kunnen bieden voor toekomstige problemen op het distributienet ten gevolge van de toename van hernieuwbare energietechnieken.

De scriptie bevat een overzicht van de elementen die de mogelijkheid tot digitalisatie van een financieel departement beïnvloeden. Voor dit onderzoek werden een 6-tal organisaties als gevalstudie onderzocht.

G2P is een belangrijke module in text-to-speech en spraakherkenning. Het doel is om de uitspraak van een zin in fonetisch schrift te vinden, gegeven de geschreven tekst. De huidige implementatie gebruikt een ketting van linguïstische regels die manueel door taalexperts ingegeven moeten worden. Dankzij de opmars van recentste technologiën, kan de volledige G2P stap in zijn geheel vervangen worden door een artificieel neuraal netwerk. Hiermee wordt de implementatietijd drastisch ingekort, in cominatie met een hogere nauwkeurigheid.

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.

In deze thesis wordt een algoritme voorgesteld dat het multi-hop netwerk routing probleem in draadloze ad hoc netwerken oplost. Deze oplossing zal gebaseerd zijn op machine learning. Om dit doel te bereiken wordt eerst
een literatuurstudie van vergelijkbare machine learning algoritmes en andere alternatieven ondernomen, evenals hun toepassingen in draadloze netwerken. De focus zal liggen op multi-hop routing algoritmes voor draadloze netwerken. Als resultaat van deze studie zal er een set vereisten zijn waaraan een algoritme voor multi-hop routing voor draadloze netwerken moet voldoen om verbeteringen bij te kunnen dragen aan bestaande oplossingen. Gebaseerd op deze set vereisten zal een volgende stap eruit bestaan om een machine learning algoritme te ontwerpen dat aan die vereisten voldoet, en dat algoritme in gesimuleerde omgevingen te implementeren. Het resulterende machine
learning gebaseerde multi-hop routing algoritme zal geëvalueerd worden in zijn performantie en worden vergeleken met andere bestaande oplossingen,
zowel uit het machine learning domein als uit het traditionele domein. Een laatste stap zal er vervolgens uit bestaan om het algoritme uit te breiden met mogelijkheden nodig om de kwaliteit van de service van netwerkverkeer
te kunnen garanderen.

Ontwikkeling en implementatie van een efficiënt algoritme om real-time fraud detectie te doen op een stream van data. Hierbij ligt de focus op een zo hoog mogelijk aantal fraudulente transacties te detecteren met zo weinig mogelijk valse alarmen.