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

COMPUTATIONAL MODEL COMPARISON IN THE TWO-STEP DECISION-MAKING TASK

Frederik De Spiegeleer
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.

Supervised machine learning analyse van de verschillende types regelmatige atriale tachycardie gebaseerd op in-silico mapping data

Bjorge Meulemeester
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.

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.

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.

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.

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.

Assessing the impact of influencers on brand engagement across different categories on Instagram

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

Internet of Animals: Foaling detection based on accelerometer data

Timo De Waele
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.

Decoding EEG responses during perception and imagination of music

Marthe Tibo
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.

Living with Intelligence: Een verkenning van toekomstige interacties met intelligente systemen

Cedric Van Laere
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.

Decolonising Digitals: 0-1 for Africa. Digitalisation and decolonisation from an Africanistic perspective – an analysis.

Sofie Devos
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.

Riglo - Improving Neuromuscular Monitoring

Hugo Carvalho Michael Verdonck Patrice Forget Johan Berghmans Lieselot Geerts Wilfried Cools
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.

Wat zijn de Belgische SEM-trends voor Belgische bedrijven in 2020?

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

Deep learning voor autosegmentatie van computertomografie (CT) beelden in radiotherapie

Jeffrey De Rycke
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.

Applications of anomaly detection for predictive maintenance at the JET tokamak / Toepassingen van anomaliedetectie voor predictief onderhoud in de JET-tokamak

Andries Rosseau
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.

Computervisie voor precisielandbouw

Jana Wieme
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.

HRMConnect 2.0

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

Automatische detectie van abnormaal gedrag van paarden.

Anniek Eerdekens
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.

Distillatie van diepe reinforcement learning modellen

Arne Gevaert
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.

Batterijopslag als bron van flexibiliteit in het distributienet

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

Grafeem-naar-foneemconversie door middel van neurale netwerken

Robrecht Meersman
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.

Artificiële Intelligentie in de bankensector

Faruk Uzun
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.

QoS-EQ-Routing: QoS-aware routing using Machine Learning

Thomas Hendriks
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.

De invloed van voice, als nieuwe interface voor de consument, op digitale marketing

Pauline Swinnen
Met mijn bachelorproef wil ik Belgische marketeers een introductie geven in de wereld van voice assistants. Ik wil hen ook advies geven over wat ze kunnen doen om zich voor te bereiden op de opkomst van voice assistants.
voor te bereiden op deze opkomst. De voice assistants bieden hen immers een interessant nieuw kanaal om de consument te bereiken. Ik bespreek ook welke opportuniteiten dit nieuwe kanaal hen kan bieden en ik geef hen advies over de verschillende manieren waarop ze dit nieuwe kanaal kunnen benutten.
Tot slot wordt de theorie met de praktijk vergeleken in een steekproef met 15 marketeers/developers.Hierbij heb ik onderzocht hoe marketeers in België bezig met of zich voorbereiden op de opkomst van voice interfaces? Welke mogelijkheden of belemmeringen zien zij in voice interfaces?

Monitoring Financial Transactions: Efficient Algorithms for Streaming Data

Miel Verkerken
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.