Titel Promotor Affiliaties "Korte inhoud" "Modellering van hoogdimensionale multivariate overlevingsgegevens met clustering gebruikmakend van frailty en copula modellen." "Roel BRAEKERS" "Centrum voor Statistiek, University of Nairobi" "In dit project bestuderen we statistische frailty en copula modellen voor hiërarchisch geclusterde multivariate overlevingsvariabelen. Dit zijn positieve stochastische grootheden die gebruikt worden om een tijd tot een gebeurtenis uit te drukken. Doordat deze variabelen gegroepeerd zijn in sub-clusters en clusters ontwikkelen we nieuwe frailty en copula modellen om de invloed van verschillende covariaten te bestuderen op de overlevingsvariabelen. Hierbij focussen we ons ook op de associaties die er zijn tussen de overlevingsvariabelen door deze hiërarchische groepsstructuur. De motivatie voor deze nieuwe modellen komt vanuit de gegevens van de 2014 Kenya Demographic Health Survey. In deze gezondheidsenquête verzamelden men bij ongeveer 14.000 gezinnen informatie over de gezinssamenstelling waaronder de overlevingstijd van kinderen onder de 5 jaar in een huishouden. Door de grote hoeveelheid variabelen in deze dataset gebruiken we eerst random survival forest –methoden om de belangrijkste variabelen te identificeren die een invloed hebben op de overlevingstijd van kinderen onder 5 jaar. Hierna gebruiken we nieuwe frailty en copula modellen om het effect van deze variabelen op de overlevingstijd te onderzoeken. Doordat er zoveel huishoudens zijn in deze dataset gebruiken we hierbij sample splitting methoden om deze effecten te kunnen schatten." "Discrete keuze modellen met screening regels: modellering en design" "Martina Vandebroek" "Onderzoeksgroep Operations Research and Statistics (hoofdwerkadres Leuven), Onderzoeksgroep Operations Research and Statistics (hoofdwerkadres Brussel)" "Als mensen kiezen tussen producten dan maken ze een afweging op basis van productkenmerken. Standaard keuze modellen veronderstellen dat men kiest tussen alle beschikbare producten, en dat men rekening houdt met alle productkenmerken. Recent onderzoek toont echter dat mensen screening regels gebruiken om de keuze taak te vereenvoudigen. Consideration-set screening (CSS) regels veronderstellen dat men eerst producten elimineert die niet geschikt zijn, en dat men vervolgens een keuze maakt uit de overblijvende producten. Bij attribute non-attendance (ANA) screening negeert men bepaalde product kenmerken bij het maken van een keuze. Het doel van dit project is om (1) CSS modellen te ontwikkelen die rekening houden met ANA, en die heterogeniteit in de parameters van het keuze model kunnen vatten, en (2) rekening te houden met screening regels bij het sequentieel genereren van keuze-sets op maat van het individu." "Gedetailleerde modellering van broeikasgasemmissies uit afvalwaterzuiveringsstations door gebruik van geïntegreerde fluidum dynamica en biokinetische modellen" "Ingmar Nopens" "Vakgroep Wiskundige Modellering, Statistiek en Bio-informatica" "Dit onderzoek laat toe om lachgasemmissies uit afvalwaterzuiveringsstations te modelleren door gebruik te maken van geïntegreerde CFD en biokinetische modellen. Op basis hiervan zal een vereenvoudigd compartimenteel model worden ontwikkeld dat met aanzienlijk lagere rekenkracht meer realistische voorspellingen kan maken dan de huidig gebruikte modellen. Deze modellen zullen aangewend worden om mitigatiestretegieën te ontwikkelen voor lachgasemmissies." "SRP-Groeifinanciering: A system identification framework for multi-fidelity modelling" "Tim De Troyer" "Toegepaste Mechanica, Industriële Ingenieurswetenschappen" "Het doel van dit project is om eenvoudige modellen van complexe systemen op te stellen gebruik makende van data-gebaseerde modellisatietechnieken. In de praktijk is zowat alles binnen de thermodynamica en stromingsmechanica in zekere mate niet- stationair, turbulent, en/of niet-lineair. FLOW heeft een sterke expertise opgebouwd rond het gebruik van zeer betrouwbare numerieke en experimentele technieken om deze complexe fenomenen te bestuderen. Deze betrouwbare technieken vereisen echter te veel rekentijd om te kunnen worden toegepast in regelaars en voor optimalisatie. Vandaag bestaan er wel vereenvoudigde alternatieven, maar deze zijn vaak te beperkt om de relevante eigenschappen (niet- stationariteit, turbulentie, niet-lineariteit) van thermische en stromingssystemen te vatten. Daarom is het nodig om vereenvoudigde modellen te hebben die toch de complexiteit omvatten die nodig is voor de toepassing, en die toch snel genoeg uitgerekend kunnen worden. De belangrijkste strategische doelstelling van de aanvragers is om een methodologie te ontwikkelen die het opstellen van zulke vereenvoudigde modellen mogelijk maakt. Deze methodologie zal eerst ontwikkeld worden voor de specifieke thermische en stromingssystemen die momenteel binnen het expertisegebied van FLOW vallen, te bestuderen. Dit zal de samenwerking en de interactie binnen het FLOW-team versterken, en het zal nieuwe onderzoeksopportuniteiten creëren in het strategisch belangrijke domein van de duurzame energieproductie." "Bottom-up modelleren van gebouwpatrimonia: tegemoetkomen aan de prestatiekloof tussen het werkelijk en het theoretisch energiegebruik door gebruik te maken van grey-box modelling" "Jelle Laverge" "Vakgroep Architectuur en Stedenbouw" "Het doel van dit onderzoek is het verhogen van de betrouwbaarheid en het wegwerken van de discrepantie tussen voorspellingen van modellen en werkelijk energiegebruik door recent verworven meetdata te verenigen met de beschikbare kennis omtrent data-analyses. Aan de hand hiervan zullen bestaande theoretische berekeningsmodellen geüpdatet worden en dusdanig geïmplementeerd worden, dat de kalibratieparameters automatisch evolueren in functie van beschikbare data." "Ontwerpondersteuning in een vroeg stadium met behulp van machine learning en building information modelling" "Krista De Jonge, Philipp Geyer" "Geschiedenis, Theorie en Kritiek van de Architectuur, Bouwfysica en Duurzaam Bouwen, Ontwerp en Engineering van Constructie en Architectuur" "Gebouwen zijn verantwoordelijk voor een derde van het energieverbruik wereldwijd. Tijdens de vroege ontwerpfasen hebben ontwerpers de mogelijkheid om de energieprestaties van gebouwen efficiënt te verbeteren. Zij hebben echter informatie nodig om het effect van hun ontwerpbeslissingen op de energieprestatie te beoordelen. Daarom werden in deze doctoraatsthesis methoden ontwikkeld om energiegerelateerde ontwerpbeslissingen tijdens deze fase te ondersteunen door gebruik te maken van machine learning (ML) en building information modelling (BIM) om relevante informatie te verstrekken.Een variabele voorstelling van het ontwerp in een vroeg ontwerpstadium is een belangrijke uitdaging om de energieprestaties en het effect van ontwerpbeslissingen daarop te beoordelen. Deze uitdaging wordt aangepakt met een probabilistische aanpak die de simulatie van enkele honderden modellen vereist. Dynamische energiesimulatietools zijn rekentechnisch duur, wat ertoe leidt dat snelle metamodellen moeten worden ontwikkeld met behulp van ML-benaderingen. Daarenboven wordt een geïntegreerde BIM-aanpak ontwikkeld die bestaande informatie kan hergebruiken en zo de inspanningen voor energiemodellering kan verminderen. Het ontwerp van een gebouw vordert door informatie te ontwikkelen via verschillende ontwikkelingsniveaus (Levels Of Development, LOD). Naast de focus op energie-efficiëntie, is het aangewezen om de onzekerheid in de energievoorspelling via deze LOD's te verminderen. Deze studie identificeerde ontwerpinformatie volgens hun potentieel om onzekerheid in de energievoorspellingen te beïnvloeden.  Geometrische parameters blijken de grootste onzekerheid te veroorzaken in de voorspelling van de energieprestatie, gevolgd door technische specificaties zoals u-waarden en andere parameters zoals de window-to-wall ratio. Deze resultaten vormen de basis voor de ontwerpinformatie die nodig is in een multi-LOD context.In een volgende stap werden in deze studie metamodellen ontwikkeld met behulp van ML voor snelle energievoorspellingen. Deze studie richt zich op veranderende gebouwgeometrie die het moeilijk maakt om een ML-model te ontwikkelen voor energievoorspellingen in een vroeg stadium. De component-gebaseerde ML (CBML) benadering wordt uitgebreid en er wordt voorgesteld een convolutional neural network (CNN) te gebruiken om ML-modellen te ontwikkelen. Er wordt een aanpak ontwikkeld waarbij diverse modellen worden verzameld om CBML-componenten te trainen en hun generalisatie te verbeteren. Er wordt een CNN-benadering gebruikt om de geometrische informatie van een gebouw uit een beeld te halen in plaats van eenvoudige parameters zoals relatieve compactheid te gebruiken. Het ontwikkelde model heeft een verbeterde voorspellingsnauwkeurigheid omdat de voorgestelde CNN-modelarchitectuur het mogelijk maakt de interacties tussen de geometrie van het gebouw en zijn energieprestaties te leren.Er bestaat een voorspellingskloof tussen ML voorspellingen en dynamische simulaties. In de context van deze studie is een kleine voorspellingskloof toegestaan als die geen invloed heeft op het vergelijken van ontwerpen onder de onzekere omstandigheden in een vroege ontwerpfase. Door middel van een testcase heeft deze studie aangetoond dat de ontwikkelde ML modellen geschikt zijn om snel een vergelijkende beoordeling van ontwerpen uit te voeren.De toepasbaarheid van ML-modellen voor een snelle vergelijkende beoordeling van ontwerpen maakt het mogelijk een in BIM geïntegreerde oplossing te ontwikkelen om relevante informatie te verzamelen ter ondersteuning van ontwerpinterventies. In de laatste fase van dit onderzoek werd een cloud-gebaseerde dienst ontwikkeld: p-energyanalysis.de. Het implementeert een grafische gebruikersinterface voor de praktische toepassing van de ontwikkelde ML-modellen. De tool biedt informatie voor verkenning van de ontwerpruimte, energieanalyse van een ontwerpoptie, vergelijking van verschillende ontwerpopties en gevoeligheidsanalyse en houdt de voortgang bij. In tegenstelling tot generieke ingenieurskennis onttrekt het ontwikkelde instrument context specifieke energieprestatie-informatie. Deze informatie is relevanter omdat zij het effect van een veranderend ontwerpscenario op de energie-efficiëntie vastlegt.Deze thesis vergemakkelijkt het prestatiegericht ontwerpen van gebouwen door het verstrekken van relevante informatie met behulp van ML en BIM. De ontwikkelde benaderingen richten zich op geïnformeerde besluitvorming vanuit een energieperspectief dat kan worden uitgebreid naar andere prestatie-evaluaties. Naast het ontwikkelen van ML modellen voor energievoorspelling, integreert deze studie de modellen met BIM om nuttige informatie te extraheren voor het ondersteunen van ontwerpinterventies. De ontwikkelde holistische benadering biedt een snelle context specifieke beoordeling van ontwerpinterventies die de ontwerper in staat stelt weloverwogen beslissingen te nemen." "Numerical Modelling of Sediment Generation" "Gert Jan Weltje" Geologie "De ontwikkeling van een sediment-generatie-model vormt een belangrijke stap in de richting van een volledige representatie van geologische processen aan het Aardoppervlak (""source to sink""). Het doel van dit onderzoeksproject is om een numeriek model te bouwen waarmee de vorming van sedimenten uit kristallijne gesteenten kan worden gesimuleerd. De processen die hiervoor verantwoordelijk zijn, namelijk chemische verwering en de vorming van nieuwe mineralen (zoals kleien), zullen in dit model op zodanige wijze worden vertegenwoordigd dat dit leidt tot realistische uitvoer die kan worden vergeleken met meetgegevens. Ook zal aandacht worden besteed aan mechanische verwering (zowel het verbreken van bindingen tussen kristallen als het breken van individuele kristallen). De ontwikkeling van sedimenteigenschappen, voornamelijk de korrelgrootte-verdeling en de petrografische, mineralogische, en chemische samenstelling van de sediment-deeltjes zal worden gesimuleerd als functie van de tijd. Daarnaast zal worden bijgehouden welk deel van het gesteente in oplossing gaat om zo een massabalans te kunnen garanderen en authigene mineraalvorming te kunnen simuleren. Een groot aantal gegevens is in de literatuur beschikbaar om aspecten van deze processen te kalibreren. Zo nodig zullen nieuwe gegevens worden verzameld in samenwerking met de onderzoeksgroepen van Prof. Dr. Hilmar von Eynatten (Gottingen, Duitsland) en Prof. Dr. Salvatore Critelli (Cosenza Italië). " "BOF bilaterale samenwerking: Advanced modelling of CD4 count decline in ARV naive, HIV positive individuals in South Africa" "Geert MOLENBERGHS" "Centrum voor Statistiek" "Een dieper begrip van HIV progressie en de factoren die hierop een invloed hebben kunnen de ontwikkeling van nieuwe behandelmethoden vergemakkelijken. CD4+ T-lymfocyten ( CD4 ) zijn de belangrijkste doelgroep van het humaan immunodeficiëntie virus . Bij patiënten die geen antiretrovirale therapie ontvangen, is een dalende CD4-telling sterk geassocieerd met een toenemend risico op aids en een toenemend risico op overlijden. Een andere belangrijke HIV/AIDS-progressie merker is de viral load, waarbij de hoeveelheid virus in het bloed gekwantificeerd wordt. Het primaire doel van dit proefschrift is om multistate modellen en lineaire gemengde modellen toe te passen om het tempo van HIV progressie te onderzoeken . De dataset. De ontwikkelde methodiek wordt toegepast op de Sinikithemba cohortstudie . De studie begon in 2003 en heeft tot op heden 451 chronisch HIV - 1 subtype C - geïnfecteerde volwassenen ingeschreven. Socio - demografische kenmerken , plasma viral load metingen , en CD4-cel tellingen werden verkregen op baseline. Follow-up CD4-cel tellingen en plasma viral load metingen werden uitgevoerd op intervallen van respectievelijk intervallen van 3 en 6 maanden. De studie werd goedgekeurd door het Biomedical Research Ethics Committee van de Universiteit van Kwazulu-Natal en elke deelnemer gaf schriftelijk toestemming voor deelname aan de studie. Hoge-resolutie HLA klasse I typering werd uitgevoerd met behulp van moleculaire methoden en interleukine-10 (IL-10) APOBEC en PSIP1 polymorfismen werden onderzocht. Eerder onderzoek heeft het bezitten van een beschermend HLA allel significant gecorreleerd met de snelheid van de afname van het aantal CD4-cellen afname en uit onderzoek van PSIP polymorfismen bleek dat rs12339417 (SNP3)C geassocieerd werd met een tragere daling van de CD4-cellen. Hoewel diverse genetische merkers bewezen hebben belangrijke voorspellers te zijn van snelle HIV progressie, geen enkel eerder onderzoek werd uitgevoerd om de interactie tussen verschillende genetische merkers en hun gezamenlijke effect op CD4 daling te bepalen. De CD4-telling is een merker die gevoelig is voor schommelingen en meetfouten, vandaar smoothing technieken en methoden voor het kwantificeren van fluctuatie en willekeurige variatie zal onderzocht worden. Een bijkomende doelstelling van dit proefschrift is om gezamenlijk CD4-telling en viral load te modelleren en een samengestelde merker voor HIV Bijzonder OnderzoeksFonds-Aanbesteding te ontwikkelen. Doctoraatsbeurzen in het kader van de bilaterale programma progressie . Dit onderzoek kan een dieper begrip van de natuurlijke progressie van HIV/AIDS bieden en eventueel clinici begeleiden op passende criteria om de timing van ARV initiatie bepalen." "Finite element modelling and experimental studies of damage in non-crimp fabric composites." "Stepan Lomov" "Structurele Materialen" "Gebruik van Goal-Oriented Modeling als ondersteuningstool voor Corporate en IT Governance." "Yves Wautelet" "Onderzoeksgroep Beleidsinformatica (LIRIS) (hoofdwerkadres Brussel)" "Goal-Oriented Requirements Engineering (GORE) oppert om de organisatie weer te geven volgens de individuele en collectieve doelstellingen die de actoren nastreven. Anderzijds lenen GORE-modellen zich ook om organisatie-overkoepelende strategische doelstellingen weer te geven die de concurrentiepositie op lange termijn kunnen verbeteren. Beslissingen over investeringen in corporate en IT-governance dienen meestal om dergelijke doelstellingen op lange termijn te verwezenlijken. GORE-modellen kunnen met andere woorden worden gebruikt ter ondersteuning van dergelijke beslissingen. Doel van dit onderzoeksproject is de verdere ontwikkeling van een op GORE gebaseerd kader, om na te gaan in hoeverre de (op IT gebaseerde) projecten aansluiten bij de bedrijfs- en IT-strategieën van de organisatie. Specifiek wil het (i) beroepskrachten helpen die bereid zijn het Strategic Alignment Model d.m.v. GORE-modellen toe te passen en (ii) op stakeholders gebaseerd corporate governance ondersteunen. Tot slot wordt ook een softwaretool ontworpen die helpt bij het bewerken van GORE-modellen. Deze benadering wordt in de besturing van een “smart city”-programma toegepast en gevalideerd."