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

Op prentenboeken kan je rekenen Een onderzoek naar de gestelde wiskundige vragen door kleuterleerkrachten tijdens het voorlezen van prentenboeken in de klascontext.

Gitte Demaret
In deze masterproef werd de invloed van leerkrachtkenmerken (e.g. voorlezen met/zonder wiskundig doel) en prentenboekkenmerken (e.g. wiskundig of niet-wiskundig prentenboek) op de kwantiteit en kwaliteit van de gestelde wiskundige vragen tijdens het voorlezen van prentenboeken in kaart gebracht. Onze resultaten tonen aan dat kleuterleerkrachten meer wiskundige vragen stellen wanneer ze een wiskundig prentenboek voorlezen en wanneer ze voorlezen met het doel om de wiskundige ontwikkeling te stimuleren. Daarentegen blijken het voorleesdoel van de leerkracht en het soort prentenboek dat voorgelezen wordt niet van invloed op de kwaliteit van de gestelde wiskundige vragen.

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.

Using ecological macroeconomic models to simulate carbon policy scenarios: are alternatives to green growth beneficial to the feasibility of reaching current climate goals?

Alexander Van Overmeiren
Beleidsmakers baseren zich op dit moment op groene groei, maar dat botst op veel kritiek. Ecologisch economen stellen onder andere degrowth voor als alternatief. Deze scriptie onderzoekt aan de hand van macro-economische simulaties welke mate van degrowth koolstofneutraliteit haalbaarder maakt.

Using reprocessed public proteomic data to detect cell line specific protein patterns

Sam van Puyenbroeck
In deze scriptie wordt een pipeline geoptimaliseerd dat vertrekkende van publieke proteoomdata van cellijnen een model traint cellijnen te herkennen.

Screening van pyrrolizidine-alkaloïden in theematrices door IM-MS: eerste stappen van methodeoverdracht naar een gebruiksvriendelijke QqQ-spectrometer voor routinematige kwantificering

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

Predictive Policing: Kwalitatief onderzoek naar een voorspellend criminaliteitsmodel in Nederland

Gert-Jan Van de Walle
In dit kwalitatief onderzoek wordt nagegaan hoe het voorspellen van criminaliteit (predictive policing) in Nederland vorm krijgt, en hoe wij er in België van kunnen leren.

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.

Regulatory networks in neuro- inflammatory disorders: Alzheimer’s disease and major depressive disorder

Hanne Puype
In deze scriptie werd met behulp van een computationele methode de overeenkomsten en verschillen onderzocht tussen de ziekte van Alzheimer en depressie. Hiervoor werden netwerken geconstrueerd uit data dat voordien al beschikbaar was.

Black Hole Photon Rings Beyond General Relativity

Seppe Staelens
Analytische en numerieke studie van lichttrajecten rondom zwarte gaten die niet voorkomen in Algemene Relativiteit. Hieruit halen we fotonringen, om hun breedte te bestuderen en te vergelijken met de voorspellingen van Algemene Relativiteit. Het doel is deze fotonringen te halen uit foto's van zwarte gaten op de horizonschaal, zoals sinds recent mogelijk is met de Event Horizon Telescope.

Can machine learning capture differences in EEG of infants at elevated likelihood and typical likelihood of Autism?

Sam Boeve
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?

Evaluation of distributed signal processing algorithms for online motor-imagery classification in wireless EEG sensor networks

Brent Sterckx
Deze thesis evalueert het gebruik van gedistribueerde signaalverwerkingsalgoritmen voor de online classificatie van "motor-imagery"-data in draadloze EEG-sensornetwerken met als doel de benodigde communicatiebandbreedte te verkleinen die zulke netwerken belemmerd een realiteit te worden. Hiertoe werd eerst een gedistribueerde classificatiepijplijn ontwikkeld. Daarna werd de performance van zulke systemen geëvalueerd door zowel emulatie op basis van experimentele HD-EEG data om de accuraatheid te bepalen alsook door modellering van de energieconsumptie en latency.

Evolution and design of metabolic networks using Quality-Diversity optimization algorithms

Shauny Van Hoye
Evolutie van metabole netwerken van micro-organismen via Quality-Diversity optimalisatie algoritmen om strain design strategieën te voorspellen die de groei van micro-organismen en de productie van metabolieten maximaliseren.

Giving physical constraints to supernovae from gravitational wave observations

Sibe Bleuzé
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.

De impact van de COVID-19 schoolsluiting op de vroege leesontwikkeling

Elisa Put Paulien Eymael
Onderzoek naar de impact op lange termijn van de COVID-19 schoolsluiting op de leesontwikkeling van leerlingen uit het tweede leerjaar. Het lezen en fonemisch bewustzijn van de leerlingen werden vergeleken met de normgroep van de gestandaardiseerde testen en een controlegroep van het jaar 2013-2014. Daarnaast wordt de invloed van (een ondersteunende) omgeving op het leesniveau onderzocht.

Fact or fake? Een kwantitatief online survey onderzoek naar het vertrouwen in online nieuwsberichten

Stephanie D'haeseleer
The question of what constitutes truth today is in debate. In particular, young people seem to have difficulties in verifying the information they encounter online. The digitization means an increasing prevalence of fake news on digital media platforms. This becomes a problem because research has shown that young people mainly consume news that they find online. Fake news raises questions concerning the extent to what young adults trust news online. With this in mind, this master’s thesis focuses on: ’What role do fake news production and dissemination have on trust in news on digital media platforms among Flemish young adults?’

In the literature review, the context is given in which fake news could occur. Understanding this media phenomenon has become more important because denoting everything as fake news can cause potential implications such as damage to the reputation of people, obscuring public debate, or influencing political decisions.

For this master’s thesis, an online quantitative survey was conducted. The attitude of 279 respondents aged between 18-34 in Flanders was measured by a multiple regression analysis. The results show that age and social media contacts play a significant role in the trust of young adults in online news.

Furthermore, the study finds significant correlations between social media features and trust in online news as well as between trust and the extent they interact with online news.

De dynamische levenscyclusanalyse: de energiemix

Ulrike Roose
Door het stijgende belang van de klimaatverandering werd onderzoek verricht naar de huidige en toekomstige milieueffecten van de Belgische elektriciteitsmix. Zo werden uitspraken gegenereerd over de actualiteit, de energiebronnen en de effecten op gebouwniveau, ...

Studie van de Elektrische Geleidingsmechanismes in GeₓSe₁₋ₓ Selectorcomponenten met Behulp van een Speciaal Ontworpen Opstelling voor Cryogene Metingen

Seppe Van Dyck
Via elektrische metingen op cryogene temperaturen wordt het conductiemechanisme onderzocht in GeSe en GeSe_2. Deze materialen vertonen OTS switching en worden toegepast bij de implementatie van Phase Change Memory. De traps in deze materialen blijken essentiëel voor het unieke gedrag dat deze stoffen vertonen.

Natural language processing for materials science: an exploration

Fleur Hubau
In mijn masterthesis verkende ik de mogelijke toepassingen van natural language processing (NLP) in de materiaalfysica. Meer bepaald ging ik na in hoeverre woordvectoren fysisch bruikbare info over materialen bevatten.

Beyond “the Obligatory Note of Hope”: Buddhism, Ecology, and Affect in the Everyday Anthropocene Novel

Edith Declercq
Dit is een literatuurwetenschappelijke scriptie over het Boeddhstisch, affectief en ecologisch denken in twee hedendaagse Amerikaanse romans. Als resultaat stelde ik vast dat deze twee romans die op het alledaags leven in het Anthropoceen focussen de verbondenheid tussen de verschillende levenssoorten vaak centraal stellen. Hieruit volgt dat zij onze geschiedenis anders bekijken en uit die verbondenheid ook hoop putten voor onze toekomst en een denkkader vinden om te leren omgaan met hun eigen angsten en zorgen over een klimaatveranderde toekomst.

Captain Ludd in an Era of Demographic Change: Ageing, Automation and Inequality

Arthur Jacobs
In een gekalibreerd overlapping generations model wordt het verband tussen vergrijzing en automatisering op theoretische wijze onderzocht. De resultaten worden empirisch gevalideerd door de bevindingen te toetsen aan werkelijke data. Automatisering kan een factor zijn die de negatieve impact van vergrijzing op per capita groei verzacht, maar het draagt wel bij aan toegenomen ongelijkheid tussen de opleidingsniveaus en een afnemend aandeel van arbeid in het nationaal inkomen.

De Impact Van Slimme Verkeerslichten In België Voor Vrachtverkeer Op De Weg

Caro Gaethofs
In deze masterthesis worden tal van experts ter zake ingeroepen voor hun deskundige inzichten en exclusieve documentatie. Er wordt gekeken naar de implementatie van slimme verkeerslichten in ander landen, en nadien in België, met daaraan gekoppeld de implementatiecriteria voor België. Naast de reeds gerealiseerde projecten in België, wordt dieper ingegaan op het CITRUS-project te Halle, het C-the-difference-project in Helmond en Bordeaux en het VLCC te Antwerpen. Hieruit blijkt dat deze projecten positieve resultaten tewerkstellen, doch wordt er een kritische noot gegeven. Ondanks het VLCC te Antwerpen het vrachtverkeer niet heeft opgenomen in de doelgroep, blijkt dit hoogtechnologisch dynamische verkeersregelingssysteem een realistisch uitgewerkt idee om vrachtverkeer ook te betrekken in andere toekomstige projecten. Echter de toekomst zal ons een grotere diversiteit in het mobiliteitssysteem brengen aan de hand van nieuwe innovaties en biedt ons opnieuw stof tot nadenken in verband met het management van het verkeer.

Energiebewaking op basis van artificiële intelligentie - machine learning

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.

Flexible matrix multiplication kernels on GPUs

Thomas Faingnaert
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.