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.

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

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.

De afgelopen jaren hebben neurale netwerken realistische spraaksynthese mogelijk gemaakt. Toch is de gegenereerde spraak vaak niet expressief en niet makkelijk te bewerken. ConEx, het model dat ik ontwikkelde, laat gebruikers toe om spraak in een bepaalde stijl te genereren, en achteraf de prosodie aan te passen.

Een data-efficiënte controle-eenheid is ontworpen met behulp van reinforcement learning en gebruik makend van transfer learning om zo een optimale controle te realiseren op het laagspanningsnetwerk. Als flexibiliteitsbronnen worden batterijen en zonnepanelen gebruikt.

In deze thesis werd onderzocht op welke manier kan worden omgegaan met de steeds groter wordende datasets waar bedrijven tegenwoordig mee te maken krijgen. Na een theoretische studie over verschillende technieken voor de verwerking van de beschikbare dataset, werd uiteindelijk toegelegd op de techniek Deep Learning.

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.

Door de recente successen van deep learning en artificiële neurale netwerken te combineren met de biologische kennis van onze hersenen, kunnen we nieuw licht werpen op hoe mensen leren uit nieuwe ervaringen. Deze scriptie onderzoekt target propagation, een wiskundig model over hoe neuronen hun synaptische sterkte aanpassen om leren mogelijk te maken. Op basis van netwerk modellen ontdekten we dat target propagation een vorm van Gauss-Newton optimalisatie is en dat een biologisch netwerk van piramidale neuronen een gelijkaardig gedrag als target propagation kan vertonen.

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.

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.

Met behulp van enkele recente doorbraken in verschillende takken van de wetenschap, waaronder in het kweken van neuronen en het heel precieze meten van hun activiteit, zijn we erin geslaagd de causale connectiviteit — welk neuron stuurt signalen naar welk ander neuron — in een in vitro netwerk van neuronen in kaart te brengen. In de scriptie Fysica worden deze causale connecties in verband gebracht met de stochastiche activiteit van de individuele neuronen. In de scriptie computerwetenschappen worden de parameters van de causale connecties vertaald naar artficiële neurale netwerken.

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.

Wat vind je van mijn TV-show?Televisie kijken is een natuurlijk deel van ons leven geworden. Een gemiddeld huishouden heeft dan ook meerdere tv-toestellen, waar gemiddeld enkele uren per dag naar gekeken wordt. Tijdens dat men tv kijkt, doet men bovendien vaak bij-activiteiten, zoals praten, eten, drinken... Bovendien wordt de televisie steeds meer een interactief gebeuren. Voor televisiezenders en -producenten zou het bijgevolg interessant zijn om te weten wat men zoal doet tijdens het kijken, en hoe men zich bij het programma voelt.

Hoe mieren files kunnen oplossenRouteplanning is een vaak voorkomend probleem. De huidige routeplanningssystemen gebruiken 2 soorten data om de reistijd te voorspellen: historische data en real-time data. Onderzoekers hebben een nieuwe aanpak ontwikkeld, genaamd anticiperende routebepaling voor voertuigen. In deze aanpak worden de huidige intenties van alle chauffeurs (i.e. de route die ze op dat moment plannen te volgen) gedeeld met de wegeninfrastructuur.