Scriptiebank overzicht

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.

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.

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.

In mijn thesis werd onderzocht wat de detectielimiet is voor verschillende types supernovae met de geplande Einstein Telescope, gevoelig voor zwaartekrachtsgolven. Verder werd er onderzocht in hoeverre machine learning de verschillende eigenschappen van de supernovae kan achterhalen door te kijken naar hun zwaartekrachtsgolfsignaal. Er werd geconcludeerd dat er niet genoeg supernova modellen bestaan om machine learning op dit moment al toe te passen, maar dat als de training set wel groot genoeg is, dit wel mogelijk moet zijn.

Deze scriptie bevat onderzoek naar meer efficiënte en routinematige screening en kwantificatie-methoden voor Pyrrolizidine-alkaloïden in commerciële thee preparaten.

Onderzoek naar gebruik van sensoren in management van immuun-gemedieerde inflammatoire aandoeningen.

In deze scriptie worden nieuwe oplossingen van de snaartheorie, bekend als 'holographic RG flows', geconstrueerd aan de hand van methodes geïnspireerd door algoritmes uit het domein van machine learning.

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.

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.

Autisme is een complexe en heterogene ontwikkelingsstoornis die moeilijk te diagnosticeren is op jonge leeftijd. Kunnen we a.d.h.v. hersengolven en machine learning achterhalen welke kinderen een risico lopen op het ontwikkelen van autisme?

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.

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?

Aan de hand van machine learning algoritmes wordt informatie gehaald uit gesimuleerde waarnemingen van zwaartekrachtsgolven afkomstig van supernovae. Het slagen hiervan bewijst dat het mogelijk is om de nodige zaken te leren uit een detectie, ook al kan er op voorhand geen exact passend model voor worden opgesteld.

Een veelgebruikte taak om beter te verstaan hoe mensen gebruik maken van doelgericht en gewoontegedrag werd recentelijk gesuggereerd niet optimaal te zijn om de balans tussen doelgericht en gewoontegedrag te meten. Wij wilden testen of dit het geval is en of we het gedrag in de taak beter kunnen begrijpen op een andere dimensie van gedrag. Het huidige onderzoek toont aan dat dit werkelijk het geval is en kaart aan dat toekomstig onderzoek een aantal factoren in rekening moet houden wanneer ze deze taak willen gebruiken.

Hartritmestoornissen zijn één van de grootste doodsoorzaken in de Westerse wereld. Machine learning wordt al lang succesvol gebruikt om deze op te sporen, maar werd nog niet toegepast op mapping data. Deze scriptie bespreekt kort het beperkte succes van het uitbreiden van machine learning analyse op dit datatype.

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.

Deze thesis combineert de wetenschapstakken 'quantum computing' en 'machine learning' met als doel om onze klassieke computers te overklassen. De focus ligt op het ontwerpen en analyseren van een nieuw rekenkundig model.

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.

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.

Wat is het effect van influencers van influencers op merkbetrokkenheid in de categorieën fashion, beauty en food op Instagram?

Dit onderzoek maakt gebruik van accelerometer data om een veulendetectie algoritme te ontwikkelen. De voorgestelde methode bestond uit een op een autencoder gebaseerd anomalie detectie algoritme om gedragingen die de start van de bevalling aangaven te detecteren.
Verschillende configuraties en parameters werden geëvalueerd om de performantie van het algoritme te verbeteren.

In deze scriptie wordt onderzocht hoe muziek gereconstrueerd en herkend kan worden vanuit hersenactiviteit, geregistreerd via EEG signalen. Dit wordt aangetoond voor zowel beluisterde als ingebeelde muziek.

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.

Digitalisering en dekolonisering lijken op het eerste gezicht met elkaar in lijn te liggen als innovatieve en inclusieve (r)evoluties. Onderliggend blijkt dat echter niet het geval, wat nadelig werkt voor landen ten zuiden van de Sahara en mensen van Afrikaanse afkomst in de diaspora. Een interdisciplinaire analyse en discussie geven inzicht en overzicht in de situatie vandaag en een constructief kader voor de toekomst.

De scriptie gaat over Neuromusculaire monitoring binnenin de anesthesie domein. Hiervoor werd een specifieke smartphone app ontwikkeld die de anesthesisten helpen om de spierslapte van patienten te meten tijdens een operatie. De scriptie houdt simultaan een meta-analyse (met analyse van confidence in network meta-analysis) van de effect van neuromusculaire monitoring in post-operatieve residuele paralyse, alsook een published enquete van de confidence van anesthesisten in mobile applications en peripherals voor anesthesie gebruik.

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

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.

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.

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.