Titel Promotor Affiliaties "Korte inhoud" "Integratieve wetenschap, intelligent dataplatform voor geïndividualiseerde longkankerzorg met immunotherapie" "Anton Vedder" "Onderzoekseenheid KU Leuven Centrum voor IT & IE Recht" "Immunotherapy (IO) is the new standard of care for many patients with advanced Non-Small Cell Lung Cancer (aNSCLC), yet only around 30-50% of treated patients benefit from IO in the long term. Programmed Death-Ligand 1 (PD-L1) remains the only biomarker used to predict patient outcome to IO, though its efficacy is limited. Other potential biomarkers have been identified, yet not validated in prospective randomized clinical trials, providing only partial evidence. Due to the dynamic complexity of the immune system-tumour microenvironment, its interaction with the host and patient behaviour, it?s unlikely for a single biomarker to accurately predict patient outcome. Artificial Intelligence (AI) and machine learning (ML) frameworks, that synthetize and correlate information from multiple sources, are essential to develop powerful decision-making tools able to deal with this highly complex context and provide individualized predictions to improve patient outcomes reducing the economic burden of health care systems in NSCLC.The aim of the I3LUNG project is to develop such AI-based tools to assist in improving survival and quality of life, preventing undue toxicity, and reducing treatment costs. I3LUNG adopts a two-pronged approach: setting up a transnational platform of available data from 2000 patients in order to validate the AI models, and generating a multi-omics prospective data collection in 200 NSCLC patients integrating diverse -omic information then validate its usefulness in leading IO therapeutic decisions. A psychological study will help in defining the impact of AI-guided decisions on patients, eliciting their preference, and physicians comparing AI with Human Intuition. The final goal is the construction of a novel integrated AI-assisted Data Storage and Elaboration Platform backed up by Trustworthy Explainable AI methodology, ensuring its accessibility and ease of use by healthcare providers and patients alike." "AUGMENTED CCAM: het vergroten en evalueren van de fysieke en digitale infrastructuur voor CCAM-implementatie" "Lieselot Vanhaverbeke" "Université Gustave Eiffel, Austrian Institute of Technology, Center for Research and Technology - Hellas, University College Dublin, European Commission, Faculteit Economische en Sociale Wetenschappen en Solvay Business School, Metajuridica, Recht Wetenschap Technologie en Samenleving, Brussels School of Governance, Onderzoekscentrum voor elektromobiliteit, Brussels Centrum voor Stadsonderzoek, Bedrijfstechnologie en operationeel beheer" "AUGMENTED CCAM heeft tot doel aangepaste en nieuwe ondersteuningsoplossingen van Fysieke, Digitale en Communicatie (PDI) infrastructuur, om de gereedheid voor grootschalige inzet van CCAM-oplossingen voor allemaal. Het project zal PDI-classificatie en ondersteuningsniveaus uitwerken, uitbreiden en harmoniseren om de mede bepaalde PDI-prioriteit in kaart te brengen eisen en aanpassingen" "Samenwerking met NSF aan fundamenteel onderzoek naar nieuwe concepten voor gedistribueerd computergebruik en zwermintelligentie" "Koen De Bosschere" "Vakgroep Elektronica en Informatiesystemen" "Het DISCOVER-US-project heeft tot doel (i) het versterken van de samenwerking op lange termijn tussen de EU en de VS door het creëren van netwerk- en samenwerkingsmogelijkheden mogelijkheden te creëren om samenwerking te bevorderen op het gebied van nieuwe concepten en visies voor het computercontinuüm, gedistribueerd computergebruik en zwermintelligentie. (ii) Bevordering van bemiddelingsevenementen voor lopende en toekomstige werkstromen in projecten van de EU en de VS die betrekking hebben op het continuüm rand-cloud. (iii) Uitwisselings- en beurzenprogramma's voor onderzoek ten uitvoer leggen om samenwerking aan te moedigen en te initiëren. (iv) Een infrastructuur ter ondersteuning van de samenwerking tussen de EU en de VS creëren, bestaande uit verschillende diensten: netwerken, bemiddeling, opleiding, visievorming, communicatie en verspreiding. Inhoudelijk zal DISCOVER-US zich richten op de volgende vier belangrijke onderzoeksthema's voor de samenwerking. (i) Beheer van complexiteit door middel van hoge abstractieniveaus. (ii) Nieuwe concepten voor gedistribueerd computergebruik, het computercontinuüm, zwermintelligentie en intelligente dingen aan de rand. (iii) Op AI gebaseerde concepten voor zelfgeorganiseerd, dynamisch en adaptief beheer. (iv) samenwerkingskaders voor programmering en softwareontwikkelingsinstrumenten.DISCOVER-VS zal synergieën, het delen van ervaring en kennis stimuleren en de basis leggen voor het creëren van een EU-VS gezamenlijk onderzoeksecosysteem voor preconcurrentieel onderzoek naar het continuüm van gegevensverwerking, gedistribueerde gegevensverwerking en zwermintelligentie. Het zal de trans-Atlantische onderzoeksinspanningen op dit gebied versterken en ook de positie van Europa versterken op het gebied van cloud-to-randcomputing en het internet van de dingen (IoT) en het tactiele internet. Dit zal worden bereikt door relevante elementen van computergebruik, connectiviteit, IoT, kunstmatige intelligentie (AI) en cyberbeveiliging te integreren.Het project heeft een looptijd van 30 maanden, levert een visie op het computercontinuüm, gedistribueerde gegevensverwerking en zwermintelligentie, creëert een trans-Atlantische onderzoeksgemeenschap van ongeveer 100 senior onderzoekers en financiert ongeveer 20 preconcurrentiële trans-Atlantische onderzoekssamenwerkingen." "IVORY : 'AI for Vision Zero in Road Safety'" "Bouwkunde, Verplaatsingsgedrag, Verkeersveiligheid" "IVORY - 'AI for Vision Zero in Road Safety' is een netwerk van industriële doctoraten dat tot doel heeft een nieuw kader te ontwikkelen voor de optimale integratie van kunstmatige intelligentie (AI) in onderzoek naar verkeersveiligheid en een nieuwe generatie toonaangevende onderzoekers op dit gebied op te leiden. Het richt zich op de VN-doelen voor duurzame ontwikkeling, met name Doelstelling 3.6 en de Vision Zero-strategie van de EC om het aantal verkeersdoden tegen 2030 te halveren en tegen 2050 te elimineren. IVORY pakt het gebrek aan gemeenschappelijk inzicht in de uitdagingen en kansen van AI voor verkeersveiligheid aan door middel van 4 onderzoeksdoelen: het beoogt de ontwikkeling van (i) verantwoorde, eerlijke en impactvolle AI voor verkeersveiligheid, (ii) nieuwe manieren om weggebruikers en interactie tussen mens, voertuig en omgeving te ondersteunen, (iii) nieuwe schaalbare en rechtvaardige AI-technologieën voor proactief beheer van de veiligheid van de infrastructuur, (iv) een duurzaam netwerk voor het delen van kennis over AI voor verkeersveiligheid. De resultaten van IVORY zullen niet alleen robuustere gebruikersondersteuning bieden door middel van AI in voertuigautomatisering, maar zullen ook een verantwoord en proactief beheer mogelijk maken van de problemen van bestaande conventionele, weinig geautomatiseerde transportsystemen, zodat er nieuwe mogelijkheden ontstaan om de verkeersveiligheid wereldwijd te verbeteren. Bovendien, IVORY hanteert een 'design-for-values'-benadering voor AI in verkeersveiligheid, waarbij de ethische principes van rechtvaardigheid en verklaarbaarheid in praktijk worden gebracht en efficiënte AI-oplossingen worden geboden, ook voor achtergestelde groepen (bijv. kwetsbare weggebruikers, landen met een laag tot middelhoog inkomen). IVORY bestaat uit een consortium van 4 academische en 8 niet-academische begunstigden en 8 geassocieerde partners uit 10 landen, afkomstig uit de disciplines engineering, gegevenswetenschappen en ethiek van de technologie. 13 jonge onderzoekers krijgen doctoraal onderwijs van hoog niveau, industriële blootstelling, lokale training en 8,5 ECTS aan netwerkbrede training over belangrijke geavanceerde, kern- en overdraagbare vaardigheden. IVORY zal een online leer- en netwerkplatform creëren voor AI in verkeersveiligheid, dat na afloop van het project beschikbaar zal zijn voor toekomstige onderzoekers op dit gebied." "Intelligente oplossingen naarr de ontwikkeling van spoorwegenergie- en bezitbeheerssystemen in Europa" "Marie-Christine Janssens" "Onderzoekseenheid KU Leuven Centrum voor IT & IE Recht" "The predicted growth of transport, especially in European railway infrastructures, is expected to introduce a dramatic increase in freight and passenger services by the end of 2050. To support sustainable development of these infrastructures, novel data-driven ICT solutions are required. These will enable monitoring, analysis and exploitation of energy and asset information for the entire railway system including power grid, stations, rolling stock and infrastructure. IN2DREAMS will address these challenges through two distinct work streams: WS1, focusing on the management of energy-related data and WS2, focusing on the management of asset-related data. IN2DREAMS will develop and demonstrate a modular cloud-based open data management platform (ODM) facilitating ubiquitous support of both energy and asset services.WS1 will provide energy metering services through a dynamically reconfigurable platform offering improved reliability, ease of monitoring and on-the-fly optimisation for the entire railway system. This will include a heterogeneous secure and resilient telecommunication platform comprising both wireless and wireline technologies converging energy and telecom services. This infrastructure will interconnect a plethora of monitoring devices and end-users to the railway control centre and will include an ODM platform for data collection, aggregation and analysis, able to scale with the railway operators needs. This platform will be non-intrusive exploiting advanced signal processing and intelligent learning algorithms.Within WS2, IN2DREAMS will concentrate on defining IT solutions and methodologies for business-secure decision support in the field of data processing and analytics for railway asset management. The general aim is to study and proof the application of smart contracts in the railway ecosystems, by addressing also legal and regulatory implications, and advanced visual and rule-based data analytics, including metrics for performance assessment." "Intelligente structureringssystemen voor complexe stromende producten." "Wim De Borggraeve" "Duurzame Chemie voor Metalen en Moleculen" "ISSFLOW aims at developing fundamental understanding of complex fluids to allow for the design of smart and functional gels and fluids via the development of novel rheology modifiers. A consortium of 5 partners (1 large industry, 1 SME and 3 academics) has been set up to exchange knowledge in the areas of rheology, sustainable synthesis and scale-up of novel molecules, modeling, characterization of complex fluids (including high viscous fluids and gels) via scattering, NMR and microscopy techniques, and production of finished products in a broad number of applications ranging from detergents and pharmaceuticals to restoration of paintings and lubricants. The overall generated knowledge will be integrated in an overarching model that will be able to predict the best rheology modifier for a specific application, taking into account final rheology properties required, performance, process and aesthetics, facilitating the launch of improved or new products to the market." "MACHINE LEREN, NETWERKEN EN COMPUTEN INFRASTRUCTUUR HULPBRONNENBEHEER VAN 5G EN MEER DAN INTELLIGENTE NETWERKEN" "Sofie Pollin" "Waves: Core Research and Engineering (WaveCore)" "5G mobile networks will be soon available to handle all types of applications and to provide service to massive numbers of users. In this complex and dynamic network ecosystem, an end-to-end performance analysis and optimization will be key features, in order to effectively manage the diverse requirements imposed by multiple vertical industries over the same shared infrastructure. To enable such a vision, the MARSAL targets the development and evaluation of a complete framework for the management and orchestration of network resources in 5G and beyond, by utilizing a converged optical-wireless network infrastructure in the access and fronthaul/midhaul segments. At the network design domain, MARSAL targets the development of novel cell-free based solutions that allows the significant scaling up of the wireless APs in a cost-effective manner by exploiting the application of the distributed cell-free concept and of the serial fronthaul approach, while contributing innovative functionalities to the O-RAN project. In parallel, in the fronthaul/midhaul segments MARSAL aims to radically increase the flexibility of optical access architectures for Beyond-5G Cell Site connectivity via different levels of fixed-mobile convergence. At the network and service management domain, the design philosophy of MARSAL is to provide a comprehensive framework for the management of the entire set of communication and computational network resources by exploiting novel ML-based algorithms of both edge and midhaul DCs, by incorporating the Virtual Elastic DataCenters/Infrastructures paradigm. Finally, at the network security domain, MARSAL aims to introduce mechanisms that provide privacy and security to application workload and data, targeting to allow applications and users to maintain control over their data when relying on the deployed shared infrastructures, while AI and and Blockchain technologies will be developed in order to guarantee a secured multi-tenant slicing environment." "H2020 RIA Search and Rescue" "Verplaatsingsgedrag, Verkeersveiligheid" "Afgezien van aardbevingen die meestal leiden tot catastrofale structurele instortingen, waarbij veel mensen verstrikt raken of omkomen, zijn er ook andere oorzaken die kunnen leiden tot de instorting van een gebouw, zoals een accidentele explosie of een terroristische aanslag in openbare ruimten of kritieke infrastructuren. Bovendien kunnen natuurrampen zoals aardbevingen ook technologische rampen ook industriële chemische reacties of branden veroorzaken of leiden tot meerdere reacties na elkaar ""domino-effect"". Dit kan enorme risico's opleveren. Daarom is het een grote uitdaging voor de eerste hulpverleners en relevante organisaties van de civiele samenleving om hier zo goed mogelijk op te anticiperen. Eerstehulpverleners en reddingswerkers hebben gespecialiseerde instrumenten nodig, die vlot toegankelijk zijn ten alle tijde en die voldoen aan strenge eisen op het gebied van detectienauwkeurigheid, snelle lokalisatie en vermindering van valse alarmen. Het S&R-project zal een reeks grootschalige proefscenario's ontwerpen, implementeren en testen die in hoge mate interoperabel zijn, modulair open architectuurplatform voor de eerste respondent die gebruik maakt van de expertise en de technologische infrastructuur van beide COncORDE en IMPRESS FP7-projecten. Het governancemodel van S&R zal zo worden ontworpen dat het effectiever kan functioneren en dat de de architecturale structuur het mogelijk zal maken om gemakkelijk de volgende generatie O&O- en COTS-oplossingen te integreren, die mogelijkerwijs kunnen ingezet worden in de toekomstige rampenbestrijdingssystemen. Het model zal ook een uniforme visie op de rol van de EU ondersteunen en zal een gemeenschappelijk kader bieden om de behoeften te beoordelen en de reacties te integreren. Het kader zal een ondersteunende aanpak mogelijk maken met behulp van een breder scala aan beslissingsondersteunende functies en monitoringsystemen. Het zal ook aan de eerste responders een effectief en een uniforme visie bieden op (a) de dynamische veranderingen die zich tijdens de levensduur van het evenement voordoen en (b) de capaciteiten en middelen die momenteel in het veld worden ingezet." "Geminiaturiseerde structureel Monitoring systeem met autonome Uitlezen Micro-Technology en Fiber sensornetwerk." "Vakgroep Toegepaste Materiaalwetenschappen" "In dit project zal een slimme geminiaturiseerd systeem dat optische vezel sensortechnologie, nano-fotonische chiptechnologie en laagvermogen draadloze technologie integreert ontwikkelen. Het intelligente systeem inschakelen voor het eerst volledig geïntegreerd structurele gezondheidsbewaking composieten als constructiedelen in b.v. windturbinebladen, satellieten, vliegtuigen, civiele constructies, olie- en gasbronnen, scheepsrompen. Als gevolg van de innovatieve aanpak van de integratie van micro-technologieën. SMARTFIBER een slim systeem zo klein dat het kan worden ingesloten als een geheel in de vezelversterkte tonen. Als zodanig is het systeem neemt de belangrijkste technische wegversperring voor industriële opname van optische vezelsensoren structurele gezondheidsmonitoring technologie composietstructuren: verankering van zowel vezelsensoren en vezels ondervrager verzuimt de fragiele externe vezel koppeling met een externe ondervrager. SMARTFIBER ICT zal rijden om echt intelligent composieten te maken." "Synthese van inductieve datamodellen." "Luc De Raedt" "Declaratieve Talen en Artificiële Intelligentie (DTAI)" "Bij de ontwikkeling van intelligente systemen is het de taak van de data scientist om kennis af te leiden uit data in de vorm van modellen.  Geïnspireerd door recente successen in het automatiseren van complexe taken, zoals programmeren en het uitvoeren van wetenschappelijke experimenten, is het ultieme doel van dit project om deze taak van de data scientist te automatiseren.Specifiek wil dit project de basis leggen voor een theorie en methodologie voor het automatisch synthetiseren van inductieve modellen. Een inductief datamodel (IDM) bestaat uit: 1. een datamodel (DM) dat een gepaste datastructuur voor de dataset beschrijft (zoals een databank) 2. een set van inductieve modellen (IMs), dat wil zeggen, een set van patronen en modellen die uit de data afgeleid zijn.Waar het DM gebruikt kan worden om informatie op te vragen over de dataset en om vragen te beantwoorden over specifieke data punten, kunnen IMs gebruikt worden om voorspellingen te maken, suggesties te geven voor ontbrekende waarden, inconsistentie en redundantie te ontdekken, enz.De taak die in dit project bestudeerd wordt, is het automatisch synthetiseren van zulke IMs uit historische data en deze te gebruiken als ondersteuning van de gebruiker bij het maken van beslissingen. Er wordt hierbij aangenomen dat de data bestaat uit een set van tabellen, dat de interactie tussen eindgebruiker en IDM gebeurt via een visuele interface, en dat de tussen data scientist en IDM via een allesomvattende IDM-taal die een aantal basis IMs en leeralgoritmes aanbiedt.De kernuitdagingen voor SYNTH zijn:   1. het synthese-systeem moet in staat zijn om ""de leertaak te leren"", dat wil zeggen, het moet de correcte leertaken identificeren en gepaste IMs leren voor elk van deze taken,  2. het systeem moet mogelijk de data herstructureren vooraleer de IM-synthese uitgevoerd wordt,  3. de ontwikkeling van een allesomvattende IDM-taal voor een set van basis patronen en modellenDeze aanpak zal geïmplementeerd worden als open-source software en geëvalueerd worden op twee uitdagende toepassingsgebieden: het opstellen van werkschema's en analyse van sportgerelateerde data."