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

Sea star (Asteroidea, Echinodermata) diversity in the Magellanic region (South-Chile) and their affinities within the Southern Ocean

Luka Vantomme
In dit onderzoek identificeerden we twaalf verschillende zeestersoorten in een onderbestudeerde regio (zuid-Chili) door identificatie doormiddel van morfologie en DNA barcoding te combineren. Soortenlijsten zijn belangrijk om soorten en regio's te monitoren en verandering door de klimaatopwarming te volgen. Bijkomend evalueerden we biogeografische patronen van deze zeesterren in de volledige Zuidelijke Oceaan.

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.

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.

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.

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.

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.

The relationship between daily job crafting and daily intrinsic motivation among app-workers

Otto Rommens
De verregaande integratie van technologie in platformorganisaties maakt de top-down verrijking van het werkontwerp uitdagend en beperkt bijgevolg de mogelijkheden om werknemers intrinsiek te motiveren. Daarom onderzocht deze masterproef de relatie tussen dagelijkse job crafting (d.w.z. dagelijkse taak, dagelijkse relationele, dagelijkse cognitieve, en dagelijkse tijd-ruimtelijke job crafting) en dagelijkse intrinsieke motivatie door dagelijkse jobverrijking, aan de hand van een algemene vragenlijst en een vierdaagse dagboekstudie (N = 196 dagen genest binnen 51 individuen). Daarnaast onderzochten we of de persoonlijke behoefte aan groei en ontwikkeling van platformwerkers het effect van dagelijkse jobverrijking op dagelijkse intrinsieke motivatie modereerde.

Een nieuwe blik op CPR in tijden van COVID-19: CPR in de prone positie op intensieve zorgen.

Angela Janssen
Op welke manier kan een (COVID-19) patiënt in buikligging (de prone positie) op intensieve zorgen worden gereanimeerd?

Neural Tree Distillation to explain Deep Reinforcement Learning Policies

Senne Deproost
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.

Een constructivist op de barricaden! Bruno Latour over de construeerbaarheid van feiten en de nood aan verbindende kritiek.

Dieter Coppens
Deze masterthesis gaat in op twee aspecten van het werk van Bruno Latour, die op het eerste gezicht moeilijk verzoenbaar lijken: zijn epistemologische positie die tot de strekking van het constructivisme behoort en zijn praktische filosofie met een pleidooi voor verbindende kritiek. Dat beide aspecten op gespannen voet lijken te staan, ligt aan het feit dat het constructivisme niet met verbindende, maar met negatieve kritiek wordt geassocieerd: het ontmaskert en deconstrueert vaste waarden en objectieve feiten. De vraag hoe Latours theoretische visie over de construeerbaarheid van feiten te verzoenen valt met zijn praktische ideaal van een verbindende kritiek, vormt dan ook de centrale onderzoeksvraag van deze thesis.

The relationship between daily perceived unfairness and daily work embitterment among app workers both directly and indirectly explained via daily psychological contract breach

Sara Derudder
Deze masterscriptie onderzoekt de relatie tussen dagelijkse ervaren oneerlijkheid en dagelijkse verbittering op het werk. Om deze relatie vast te stellen, is dagelijkse psychologische contractbreuk opgenomen als mediator en morele identiteit als moderator.

DEVELOPMENT OF A FRAMEWORK FOR EVIDENCE-BASED DECISION- MAKING ON DEALING WITH HUMAN (OPPORTUNISTIC) PATHOGENS IN THE MICROBIOME OF MINIMALLY PROCESSED VEGETABLES

Sofie Schryvers Thomas De Bock
De toepassing van een beslissingstool voor de selectie van een controlestrategie ter preventie van kruisbesmetting via het waswater van 4de gamma groenten.

Photonic quantum reservoir computing

Robbe De Prins
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.

Weaponized Social Media: How the Online Far-Right Reaches the Youth

Talia Fernandez
There has been countless research on why well-integrated European youth become interested in radical Islam. This research will explore what radicalism and extremism mean within the context of far-right radicalisation. Extreme right figures and their ideologies have gained prominence in Western society. The journey towards upholding these ideologies isn't easy to document. We speak of a 'far-right pipeline'. An individual isn’t instantly converted but rather nudged into a direction until they freefall. These new populist movements are different from the traditional radical right: They like to provoke and their spread happens entirely online. The author puts our current social media and political climate, and its effect on the young generation, in perspective. This research aims to build an understanding of how teenagers can be exposed to thinly veiled online radicalisation.

Vraagstukken rond privacy: de zoektocht naar een wettelijk kader voor het gebruik van live facial recognition door de geïntegreerde politie in België

Lotte De Graeve
Enkele problematieken lijken de zoektocht naar een wettelijk kader rond live facial recognition te belemmeren. Deze masterproef onderzoekt wat deze inhouden en formuleert enkele vraagstukken die cruciaal lijken opdat de proportionaliteit en wenselijkheid van de technologie kan worden beoordeeld.

Bewegingsanalyse als tool voor een automatische en objectieve differentiatie van twee bewegingsstoornissen bij kinderen met een dyskinetische vorm van hersenverlamming

Ellen Van Wonterghem Sophie Gardyn
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.

Improving ammonia secretion by Bacillus subtilis via model-driven genome network analysis and optimisation

Lucas De Vrieze
Met behulp van een metabolische netwerkmodel werden de beste genetische ingrepen gezocht die het metabolisme van de bacterie Bacillus subtilis optimaliseren voor biologische ammoniakproductie uit proteïnes. Op die manier kan dit bijdragen aan het sluiten van de menselijke stikstofcyclus.

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

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.

Monitoring van saliniteit variaties tijdens getijdencycli met behulp van elektrische resistiviteit tomografie: een haalbaarheidsstudie

Lore Vanhooren
Het monitoren van de zoutwater intrusie in de intergetijden zone met elektrische resistiviteit tomografie. De mogelijkheden en limitaties identificeren met oog op toekomstig onderzoek

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.

Exploring the possibilities of Extended Reality in the world of firefighting

Janne Heirman Shivam Selleri
Innovatie van de brandbestrijdingsopleiding van de Belgische marine.

Achter de schermen bij Uber: Een Kwalitatieve inhoudsanalyse naar de ervaringen van Uber drivers in Frankrijk tussen 2019 en 2020 bekeken vanuit de Digital Market Manipulation Theory

Mathieu Cambier
Bestaand onderzoek naar sharing economy platformen toont aan dat digitale intermediairs zoals Uber, via hun algoritmes en de rijke informatie waarover zij beschikken, zich in een machtspositie bevinden ten opzichte van hun gebruikers. Deze Masterproef analyseert dan ook hoe de ervaringen van Uber-drivers tot uiting komen op het grootste Franse online driverforum in 2019-2020 vanuit de Digital Market Manipulation Theory. Via een kwalitatieve inhoudsanalyse konden via een open, axiale en selectieve codering tien thema’s geïdentificeerd worden waaruit vervolgens nader kon verklaard worden hoe Uber als netwerkplatform de mogelijkheid heeft om aan Digitale Marktmanipulatie te doen.

Solliciteren bij een algoritme: De perceptie van waargenomen eerlijkheid, betrouwbaarheid en emotionele beleving van sollicitanten op algoritmische beslissingen binnen een wervingsprocedure.

Lisa Willems
Kunstmatige intelligentie (AI) is niet weg te denken uit de moderne bedrijfswereld. Binnen werving en selectie wordt algoritmische besluitvorming gebruikt om nieuwe kandidaten sneller op te sporen en te selecteren. Ondanks deze effectieve prestaties van AI, is het niet duidelijk hoe sollicitanten deze beslissing percipiëren. Om dit verder te exploreren werd er een online experiment uitgevoerd, waarbij de deelnemers (fictieve sollicitanten) een scenario te lezen kregen waarin de verzamelaar van de informatie (HR medewerker of algoritme) en de besluitvormer (HR medewerker of algoritme) binnen het wervingsproces werden gemanipuleerd. De uitkomst van de beslissing was telkens negatief, namelijk de sollicitant werd niet geschikt bevonden voor de job. Daarna volgde een vragenlijst die de perceptie van de deelnemers op het gebied van waargenomen eerlijkheid, betrouwbaarheid en emotionele beleving bij het besluit onderzocht. Uit de resultaten bleek dat de deelnemers de informatieverzameling die voor de beslissing gebruikt werd belangrijker vonden dan hoe het besluit zelf tot stand kwam. Zolang het verzamelen van informatie door een HR medewerker gebeurde, ervaarden de deelnemers het besluit eerlijker, betrouwbaarder en emotioneel positiever.
De beslissing is minder relevant, zolang de gegevens geanalyseerd en verwerkt werden door een HR medewerker. Zo is er geen verschil in eerlijkheid, betrouwbaarheid en emotionele reacties gevonden tussen een algoritmische of een menselijke beslissing. Deze studie onthult de perceptie van algoritmische versus menselijke beslissingen binnen het wervingsproces en suggereert dat het verzamelen van informatie sterker doorweegt op de perceptie van sollicitanten dan de uiteindelijke beslissing.