Veiligheidsborging van machine learning-modellen in autonome schepen

Het doctoraat is om te onderzoeken hoe mogelijke veiligheidsrisico's van machine learning-modellen zijn gekoppeld aan bestaande veiligheidsborgingsprincipes, en hoe deze problemen kunnen worden aangepakt door de ontwikkeling van geschikte strategieën voor modelrobuustheid. Op deze manier is het doel om de runtime-veiligheid van machine learning-modellen in op afstand bediende en volledig autonome binnenvaartschepen te vergroten en tot een onderbouwd veiligheidsargument voor deze modellen te komen.