Projecten

In onze huidige gedigitaliseerde samenleving is cyberveiligheid een essentiële voorwaarde voor een goed functionerende, eerlijke samenleving: Burgers, bedrijven en overheden moeten kunnen vertrouwen op hun computers en mobiele toestellen, alsook op de diensten die aangeboden worden door overheden en bedrijven.

Een belangrijk onderdeel van cyberveiligheid is de bestrijding van cybercriminaliteit. Deze strijd gaat verder dan het inzetten ...

Accurate voorspellingen van lokale en regionale gewasproducties zijn belangrijk voor de prijszetting van landbouwproducten, zowel door aanbieders als inkopers. Ze hebben bovendien een grote waarde voor (lokale) overheden bij het anticiperen op mogelijke voedseltekorten. Teledetectie m.b.v. satellieten is een eerder recente, maar reeds ingeburgerde technologie voor het voorspellen van landbouwproductie op grote (ruimtelijke) schaal omdat ...

In elke technologische toepassing is er een duidelijke trend in de richting van de extractie, verwerking en analyse van grote hoeveelheden gegevens. De meesten van hen gebruiken al multi-sensing technologie, wat de ontwikkeling van zeer complexe kunstmatig-intelligente systemen toelaat en stimuleert. Zij worden echter fundamenteel gehinderd door de hoeveelheid informatie die zij met hun beperkte beschikbare middelen uit de omgeving kunnen ...

Discrete keuze-experimenten worden in veel domeinen (bijv. Transport, gezondheidseconomie, marketing, milieueconomie) gebruikt om te evalueren hoe productkenmerken de voorkeur van de consument beïnvloeden. Traditioneel worden gegevens gemodelleerd met behulp van (uitbreidingen van) het multinomiale logit-model. Onderzoekers zijn echter recentelijk technieken op het gebied van machine learning gaan gebruiken om gegevens van discrete ...

Het proefschrift gaat over innovatieve Machine Learning technieken en bestaat uit vier papers. De eerste twee papers bieden een uitbreiding van kaders voor statistische causale gevolgtrekking. De twee andere papers zijn directe toepassingen van het voorspellend vermogen van machine learning. De vier papers bieden toepassingen op het gebied van de publieke economie.

In de afgelopen jaren is het aantal en de complexiteit van beveiligingsbedreigingen toegenomen. State-of-the-art oplossingen voor beveiligingsanalyses zijn daarom in toenemende mate afhankelijk van machinale leermethoden om kwaadaardig gedrag en normaal gedrag in verschillende contexten te onderscheiden. Echter, met het gebruik van machine learning voor beveiligingsapplicaties in opkomst, nemen ook de aanvallen van cybercriminelen op deze ...

Artificiële intelligentie is een van de opkomende technologieën waarvoor een breed scala van toepassingen in de financiële sector te zien is. In dit doctoraat zal ik me richten op het meten van de prestaties van bedrijven en projecten. Om deze prestaties te meten worden Key Performance Indicators gebruikt. Deze KPI's worden vooraf opgesteld en systematisch herzien en indien nodig aangepast, voornamelijk op basis van de ervaring van het ...

Omdat vele mechanismen van verminderde gevoeligheid in bacteriële biofilms nog onbekend zijn, is het onmogelijk om resistentie te voorspellen. In dit project zullen wij bacteriën in vitro laten evolueren in aanwezigheid van antibiotica, om dan alle mutaties, verschillen in genexpressie en relevante fenotypische kenmerken in kaart te brengen. Dit zal toelaten om m.b.v. machine learning een predictie-algorithme op te stellen.