< Terug naar vorige pagina

Onderzoeker

Kris Laukens

  • Onderzoeksdoeleinden:Zowel de biologische wetenschappen en de klinische geneeskunde worden momenteel overspoeld door grote hoeveelheden complexe data en worden steeds meer afhankelijk van informatie -technologie voor data-analyse , interpretatie en organisatie . Hoewel krachtige data mining technieken worden ontwikkeld binnen en buiten de universiteit , zijn ze nog steeds onderbenut in de life sciences . Wij streven ernaar om state-of- the-art data mining technieken om life science applicaties te brengen door het opzetten van interdisciplinaire samenwerking tussen informatici , leven wetenschappers en clinici .Kernactiviteiten zijn :1 ) de invoering , aanpassing en toepassing van innovatieve patroon mining en machine learning technieken om heterogene 'omics gegevens ( genoom , transcriptoom , proteoom en metaboloom ) en klinische informatie ;2 ) het gebruik van deze technieken om computationele ( netwerk) modellen voor biologische systemen en ziekten te genereren , en3 ) de ontwikkeling van interactieve en intuïtieve visualisaties van complexe life science data en pattern mining resultaten .
  • Trefwoorden:ARTIFICIËLE INTELLLIGENTIE, PATROONMINING, DATA MINING, BIO-INFORMATICA, COMPUTATIONELE BIOLOGIE, MEDISCHE SYSTEMEN, SYSTEEMBIOLOGIE, Biologie
  • Disciplines:Datamining, Scientific computing, Bio-informatica en computationele biologie, Bio-informatica data-integratie en netwerkbiologie, Computationele biomodellering en machine learning, Bio-informatica van ziekten, Maatschappelijke gezondheidszorg, Publieke medische diensten, Analyse van next-generation sequence data
  • Onderzoekstechnieken:Uitgebreid gamma aan bioinformatica, data mining an artificiële intelligentie technieken: analyse, interpretatie, pattern mining, integratie van heterogene 'omics gegevens (genoom, transcriptoom, proteoom, metaboloom), sequentie en structuur analyse, spectrum analyse en interpretatie, functionele analyse van moleculaire gegevens, multivariate statistiek, netwerk theorie, algoritmische modellen, advanced machine learning, deep learning, geavanceerde data visualisatie, prototyping
  • Gebruikers van onderzoeksexpertise:Wetenschappers, biomedische onderzoekers, clinici, moleculair biologen