De Vlaamse ScriptieBank

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

Automated recognition of people and identification of animal species in camera trap images

Laura Hoebeke Michiel Stock Stijn Van Hoey Jim Casaer
In deze masterthesis werd een convolutioneel neuraal netwerk getraind om mensen te herkennen en dieren te identificeren in cameravalbeelden. Cameravallen worden namelijk steeds vaker gebruikt om dieren in het wild te monitoren, maar het verwerken van het enorme aantal beelden vormt hierbij nog een knelpunt. Bovendien is het omwille van privacyredenen noodzakelijk om foto's van toevallige voorbijgangers te verwijderen alvorens de beelden publiek gemaakt kunnen worden.

Persoonlijke aanbevelingen voor video's gebaseerd op gezichtsherkenning

Ine Coppens
Het onderzoek naar en de ontwikkeling van een aanbevelingssysteemalgoritme voor films gebaseerd op gezichtsdetectie en -herkenning. De ontwikkelde applicatie berekent de filmbelevenis van de kijkers met behulp van emotiedetectie, gedragsanalyse en aandachtmeting. Met de berekende informatie wordt later een persoonlijke groepsaanbeveling gegenereerd voor het aanwezige publiek.

Artificiële Intelligentie in advertising

Stefanie Rondelez
In deze scriptie worden de verschillende mogelijkheden van advertising besproken met behulp van Artificiële Intelligentie.

Eerst wordt er uitgebreid uitgelegd wat AI is en hoe het werkt, door dieper in te gaan op begrippen zoals Deep Learning, algoritmen en machine learning.

Vervolgens wordt de geschiedenis van AI besproken aan de hand van mijlpalen en kan u lezen wat deskundigen en wetenschappers voorspellen voor de komende decennia.

Dan worden verschillende toepassingen van AI in advertising besproken aan de hand van voorbeelden. De niches waarover ik schrijf zijn content creation, content curation, Programmatic, Google, Facebook, DOOHapps en chatbots.

Tenslotte kan u enkele interviews lezen met professionals uit de bedrijfswereld die al reeds AI in hun bedrijf gebruiken.

Spatiotemporal beamforming for decoding motion-onset Visual Evoked Potentials: a BCI study

Arno Libert Benjamin Wittevrongel
Brein-computer interface gebaseerd op EEG en mVEP met een spatiotemporal beamformer classifier vergeleken tegenover SVM en SWLDA. Hybride BCI met P300 en mVEP en de invloed van translatierichting werd ook bestudeerd.

Het profiel van de functionaris voor gegevensbescherming in de Algemene Verordening Gegevensbescherming

Adriaan Golsteyn
De scriptie bevat een onderzoek naar het profiel van de functionaris voor gegevensbescherming in de Algemene Verordening Gegevensbescherming. Het geeft een overzicht van de managementrollen, de verantwoordelijkheden en de kennis van de functionaris voor gegevensbescherming.

Potentie van geometrische structuren. Triangulatie van stavennetwerken als discontinue schaalstructuren.

Emmanuelle Vanhaesendonck
Wiskundig. Gestandaardiseerd. Betaalbaar. Maar toch uniek. De wil en hoop om deze criteria na te streven in mijn toekomstige architectuur bracht een uitdaging met zich mee! Hoe kunnen we een gebogen oppervlak binnen de geometrie benaderen met zoveel mogelijk “bijna” gelijkzijdige driehoeken? Het resultaat van mijn bevindingen vormde de basis voor de uitwerking van bouwpakketten die zowel door kinderen als in teambuilding gebruikt kunnen worden. Dit praktische luik beoogt een eenvoudig productieproces dat leidde tot een waanzinnig leuk testmodel waarbij wiskunde al doende wordt ervaren.

MACHINE LEARNING AND POLLINATION NETWORKS: THE RIGHT FLOWER FOR EVERY BEE

Sarah Vanbesien Michiel Stock Niels Piot
Het combineren van nieuwe machine learning technieken met grote ecologische datasets, om zo predictiemodellen op te stellen. Deze kunnen zowel gebruikt worden om voorspellingen te maken voor nieuwe soorten, maar worden hier vooral toegepast om missing values te detecteren in bestaande datasets. De ecologische datasets zijn allemaal pollinatie/bestuivingsnetwerken.

Using Transfer Learning Effectively: A Characterization of Negative Transfer in Data and Ways to Avoid it

Mikael Engels
Hoe zorg je ervoor dat zelflerende algorithems ook echt slimmer worden en efficienter functioneren. Deze master-thesis beschrijft een theoretisch en praktisch onderzoek hoe je dit zou kunnen doen en waar je op moet letten zodat algorithmes kunnen leren van eerdere ervaringen.

HOE KAN JE JONGEREN EN JONGE OUDERS MET BEHULP VAN EEN 360° ANIMATIEVIDEO SENSIBILISEREN OM OP EEN VERSTANDIGE MANIER OM TE GAAN MET DE GEVAREN IN EEN STERK EVOLUERENDE DIGITALE WERELD?

Tom Franck
In deze scriptie werd onderzocht hoe je jongeren met behulp van een 360° animatievideo kan sensibiliseren over de gevaren in een digitale wereld, specifiek cyberpesten.

Enabling Robotic Support for Novice Users

Bram van Deurzen
Het doel van deze thesis is om een onervaren gebruiker samen te laten werken met een robotarm, om zo een model te assembleren. Door middel van een design tool kan de gebruiker dit model ontwerpen. De robotarm fungeert als derde hand voor de gebruiker.

Automated analysis of blood vessels with deep learning

Ruben Hemelings
Epidemiologisch onderzoek stelt vast dat de bloedvaten op het netvlies veranderingen ondergaan ten gevolge van onder meer diabetes, beroertes en Alzheimer. Momenteel is de complexe analyse van netvliesbeelden enkel weggelegd voor gespecialiseerde artsen. In dit thesisonderzoek werd een algoritme op basis van deep learning ontwikkeld dat een deel van de analyse automatiseert: het is in staat om de twee verschillende types bloedvaten (slagader en ader) te identificeren op een foto van het netvlies zonder tussenkomst van een arts.

Forensische Multimedia: een Innovatieve Vingerafdrukbenadering voor Digitale Afbeeldingen en Video

Hannes Mareen
Video's worden regelmatig illegaal verspreid door zogenaamde digitale piraten. In deze scriptie, beschrijf ik een nieuwe vingerafdruktechniek (ook wel watermerktechniek genoemd) die het mogelijk maakt om deze criminelen op te sporen.

Digitale beeldverwerking met behulp van partiële differentiaalvergelijkingen

Arnaud Devos
In vele computertoepassingen worden beelden geanalyseerd die ruis bevatten. Denk bijvoorbeeld aan medische beeldvorming. Deze scriptie bestudeert hoe met niet-lineaire diffusiemodellen automatisch afbeeldingen van een hogere kwaliteit kunnen bekomen worden.

Development of a Brain Computer Interface for robotic hand in the context of neuroscientific research about agency and body ownership

Gil Lauwers
Brein-computer interfaces kunnen onze gedachten in acties omzetten. In die scriptie is zo een brein-computer interface ontwikkeld om een robothand te controleren en verbonden psychologische effecten te studeren.

Automatic Joke Generation: Learning Humour from Examples

Thomas Winters
Deze scriptie onderzoekt de mogelijkheid om met computers mopjes te genereren, en dit door middel van het automatisch analyseren van bestaande moppen. We specifiëren een framework voor deze taak en bouwen een platform voor het verzamelen van mopjes en bijhorende beoordelingen. Uiteindelijk implementeren we een analogiemopjes generator dat in staat is om half zo vaak grappig te zijn als mensen.

Could cyber-warfare be considered a new tool of foreign policy?

Nanouk Lemmerling
In deze masterthesis wordt onderzocht of "cyber-warfare" (= oorlogvoeren over het internet) een deel is geworden van buitenlandse zaken. Daarnaast werd onderzocht of het oorlogvoeren over het internet de conventionele manier van oorlogvoeren kan en/of zal vervangen in de toekomst.

An Architecture for Resource Analysis, Prediction and Visualization in Microservice Deployments

Xavier Geerinck
Deze thesis gaat een conceptueel model uitwerken voor een architectuur die bedrijven in staat stelt hun IT infrastructuur gebaseerd op microservices automatisch te laten schalen. Daarnaast is een Proof of Concept aanwezig die aantoont dat deze methode haalbaar is en kan toegepast worden in verscheidene scenario's en al bestaande infrastructuren met een minimale aanpassing.

Brein-computer interfaces met machinaal leren: dataselectie voor overdracht van informatie in ingebeelde beweging

Bjorn Vuylsteker
Een brein-computer interface (BCI) is een input-output systeem dat ervoor zorgt dat de gebruiker
een bepaald computersysteem kan aansturen via zijn hersenen. Dit systeem is echter heel
persoonsgebonden, waardoor de gebruiker een lange kalibratietijd moet doorgaan van 20 tot 30
minuten. Daar dit veel concentratie en tijd van de gebruiker vergt, is dit niet gewenst. In deze thesis wordt een methode voorgesteld om deze langdurige kalibratietijd te verminderen met behoud van een hoge accuraatheid.

Een nieuwe constructieve heuristiek voor het circle-packing probleem

Pablo Bollansée
De thesis beschrijft een nieuwe constructieve heuristiek voor het circle-packing probleem, met als hoofddoel de berekeningen zeer snel te doen verlopen. De implementatie kan in milliseconden problemen oplossen waar andere algoritmen soms tot 24h voor nodig hebben, en geeft gemiddeld minder dan 6% slechtere oplossingen.

Energieverbruik voorspellen en clusteren met Gaussiaanse processen

Christiaan Leysen
Vandaag de dag is elektriciteit een basisbehoefte. Doordat de elektriciteitsvraag elk jaar sterk stijgt, moet ook de hoeveelheid opgewekte energie elk jaar opgedreven worden. Dit gebeurt meer en meer op een duurzame manier. Het nadeel hiervan is echter dat de productie op deze manier zeer sterk kan fluctueren, afhankelijk van de weersomstandigheden. Energiebedrijven hebben daarom een goed zicht nodig op de consumptie van elektrische energie en doen hiervoor vaak beroep op voorspellings- en/of clustermethoden. In deze context stelt dit werk een voorspellings- en cluster- methode voor, die gebaseerd zijn op Gaussiaanse processen.
Deze thesis is opgedeeld in een voorspellings- en een clustergedeelte. In het voor- spellingsgedeelte bespreken we hoe we de ruwe data verwerken tot input voor de Gaussiaanse proces regressie en focussen we ons op een voorspelling voor de volgende twee dagen per uur.
Het clustergedeelte van de thesis stelt een nieuwe clustermethode voor, die gebaseerd is op Gaussiaanse proces regressie (GPRC), en passen we toe op het consumptiegedrag van huishoudens om er inzichten in te ontdekken. Dit doen we door de weekprofielen (tijdreeksen) van de huishoudens te beschouwen. Om deze te clusteren zal de methode gebruik maken van een algemeen model dat geleerd wordt op een set van tijdreeksen, gebaseerd op hun waarschijnlijkheid. Het voordeel van de voorgestelde techniek is dat ze geen paarsgewijze vergelijking van de tijdreeksen nodig heeft, in tegenstelling tot vele andere clustermethoden voor tijdreeksen.
Deze methoden worden geëvalueerd op een real-life dataset van 71 huishoudens, die historische consumptie en meteo-data van één jaar bevat. De voorspellingsme- thode wordt geëvalueerd en vergeleken met lineaire regressie, support vector regressie en een baseline methode die de waarde van een week geleden teruggeeft als voorspel- ling.
De clustermethode wordt vergeleken met k-medoids met dynamic time warping en hiërarchisch agglomeratief clusteren met dynamic time warping. Er wordt enerzijds aangetoond dat GPRC een betere schaalbaarheid heeft en anderzijds dat de resultaten ervan nuttig zijn in het beslissingsproces van een bedrijf uit de energiesector.

A security mechanism for the Internet of Things in a smart home context

Dimitri Jonckers
Een smart home is één van de meest belangrijke toepassingen van het Internet of Things dat rechtstreekse impact zal hebben op consumenten. Beveiliging en privacy van het IoT zijn op dit moment echter geen evidentie. Deze thesis stelt een gateway voor die beveiligingsregels afdwingt voor objecten binnen een smart home. Zo is de gateway in staat om confidentialiteit, integriteit, authenticatie en privacy te bieden.

Unity 5 versus Unreal Engine 4: Artificiële intelligentie van 3D vijanden voor een HTML5 project

Matthias Caryn
Rusty Bolt is een Belgische indie studio. Deze studio wilt een nieuw project starten voor een 3D spel in een HTML5 browser die intensief gebruik zal maken van kunstmatige intelligentie en WebGL. Na onderzoek via een requirements-analyse van verschillende mogelijkheden van game engines komen we terecht bij twee opties namelijk Unity 5, die Rusty Bolt al reeds gebruikt, of de Unreal Engine 4, wat voor hen onbekend terrein is. Qua features zijn ze enorm verschillend, maar ze voldoen elk niet aan één voorwaarde die Rusty Bolt verwacht van een game engine. Zo biedt Unity Technologies wel een mogelijkheid om software te bouwen in de cloud. De broncode van Unity wordt niet openbaar gesteld, tenzij men er extra voor betaalt. Deze game engine is dus niet volledig open source in tegenstelling tot Unreal Engine 4.

We vergelijken dan verder ook deze twee engines, namelijk Unity 5 en Unreal Engine 4. We tonen aan dat deze engines visueel verschillen van features, maar ook een andere implementatie van de artificiële intelligentie (AI) hanteren. Zo beperkt Unity zich voornamelijk op path finding van de AI, terwijl Unreal Engine 4 daarbij ook Behaviour Trees bij betrekt. Technisch zitten er ook verschillen in beide engines. Men kan de Unity engine op meer verschillende systemen draaien dan de Unreal Engine 4. En Unity 5 heeft ook lagere systeemvereisten dan Unreal Engine 4. Unity is verder ook enorm populair en heeft ook een groot marktaandeel, terwijl Unreal Engine 4 de grootste groei toont aan populariteit sinds 2015. Beide game engines gebruiken een verschillende objectgeoriënteerde programmeertaal, Unity 5 maakt gebruik van C# en JavaScript, terwijl Unreal Engine 4 enkel geschreven kan worden in C++ maar hebben wel een eigen visuele scripttaal via Blueprint Visual Scripting. Maar als we echter kijken hoe ze hun geschreven code omzetten naar een werkend HTML5 geheel gebruiken beide hiervoor eenzelfde tool gemaakt door Mozilla genaamd emscripten.

In beide game engines maken we ook een basis AI prototype in vergelijkbare omstandigheden en omgeving. Op dat prototype voeren we een aantal tests en metingen uit. Zo komt duidelijk naar voor dat de ruimte die nodig is om een nieuw project aan te maken bij Unreal Engine meer dan vier keer groter is dan voor Unity 5.3. Het laden van de editor gaat bij Unity slechts één seconde sneller. Bij Unity 5 maakt het laden op verschillende browsers, zoals Firefox en Chrome, wel een verschil van ongeveer drie seconden langer wanneer men cache gebruikt. Als we gaan kijken bij Unreal Engine 4 is er nauwelijks tot geen verschil is tussen de snelheden van de verschillende browsers.

Uiteindelijk komen we tot de conclusie dat de engines enorm verschillen en toch hun taak goed volbrengen. De keuze voor een bepaalde game engine is dan ook iets persoonlijk en varieert van project tot project. Deze keuze wordt dan best gecombineerd met de verwachtingen van een game engine in functie van het bedrijf en het project.

Gamified websurveys: De toekomst voor academisch onderzoek?

David Vandenbroeck
In deze thesis wordt aan de hand van een korte literatuurstudie en een online experiment onderzocht of gamification een meerwaarde kan bieden bij het uitvoeren van een academische websurvey.

Democratie en het internet. De invloed van gepersonaliseerde zoekresultaten op het democratisch denken bij studenten. Case: Google

Jana Cornelis
Een onderzoek naar hoe de gepersonaliseerde zoekresultaten van Google, gebaseerd op je online profiel, ervoor zorgen dat mensen terecht komen in een 'filter bubble'. Ze krijgen vaker informatie te zien die aansluit bij hun huidig denkpatroon en worden steeds minder uitgedaagd kritisch te denken. Ook voor het opzoeken van politieke thema's kunnen de gepersonaliseerde zoekresultaten zorgen voor een eenzijdige informatiestroom.

Design of fault-tolerant genetic algorithm for application placement in heterogeneous cloud environments

Ruben Mennes
Het plaatsen van applicaties is een niet triviaal probleem in heterogene cloud omgevingen. In deze scriptie wordt een methode voorgesteld om applicaties te plaatsen op een cloud waarbij applicaties een minimale beschikbaarheid hebben. Deze methode is maakt gebruik van een genetisch algoritme.