Projecten
Machine Learning Operations for Edge Condition Monitoring VIVES
Machine Learning voor Single-Molecule en Single-cell Multiomics om genotype en fenotype te overbruggen. KU Leuven
Cellen stapelen gedurende hun hele leven mutaties op. Hoewel de meeste van deze mutaties onschuldige passagiers zijn, kunnen sommige celfenotypes beïnvloeden. Zogenaamde driver-mutaties bieden een relatief fitnessvoordeel voor hun gastheercel, wat de klonale expansies ondersteunt die uiteindelijk oncogenese kunnen aanwakkeren. Hoewel sequencing van de volgende generatie en eencellige benaderingen een revolutie teweeg hebben gebracht in ons ...
Machine Learning toepassingen in de gezondheidszorg met IOT-sensoren en wearables KU Leuven
Naar verwachting zal in 2050 meer dan 20% van de wereldbevolking ouder zijn dan 60 jaar en zullen meer dan 8 op de 10 60-plussers lijden aan chronische ziekten. Ouder worden (of thuis ouder worden) is een belangrijk aspect geworden voor het herdefiniëren van de gezondheidszorg en het komt tegemoet aan de behoefte van beleidsmakers die kosten willen besparen ten opzichte van dure institutionele zorg. Het doel van dit project is het ontwikkelen ...
Machine Learning methode om de efficiëntie van segmentatiecorrectie bij de planning van transkatheter hartinterventie te vergroten KU Leuven
De laatste tijd hebben deep learning-gebaseerde automatische medische beeldsegmentatiemodellen de klassieke algoritmen verbeterd met state-of-the-art prestaties. Hoewel deze algoritmen de menselijke prestaties kunnen evenaren op beelden van goede kwaliteit, zijn ze toch vatbaar voor fouten wanneer de beeldkwaliteit niet ideaal is. In beelden met een laag contrast, anatomische afwijkingen of een nieuw scanprotocol, bevat de output van deze ...
COSMMOS: Karakterisatie en Optimalisatie van de productieflux van secundaire metabolieten in Clostridia m.b.v. een hybride Mechanistische machine learning Multi-OmicS pipeline KU Leuven
Het doel van dit project is om de productieflux van een heterologisch gesynthetiseerde bioactieve natuurlijke producten in Clostridium strains te voorspellen m.b.v. een gesuperviseerde multi-omics inference pipeline, die gebruikmaakt van zowel mechanistische als machine learning concepten.
Natuurlijke producten (NPs) zijn stoffen die gesynthetiseerd worden via een niet-groei-gerelateerd metabolisch process geëncodeerd in een ...
Beoordeling van fysieke activiteit met behulp van draagbare sensoren en machine learning KU Leuven
Wereldwijd vergrijst de bevolking, waardoor het aandeel ouderen toeneemt. Geschat wordt dat tussen 2015 en 2030 het aantal ouderen naar verwachting zal groeien van ~ 900 miljoen tot ~ 1,5 miljard, en zelfs naar verwachting zal stijgen tot 2 miljard in 2050. Behalve het toenemende aantal ouderen zal ook de levensverwachting stijgen omdat de gezondheidszorg verbetert. Als gevolg hiervan zullen mogelijk meer mensen zorg nodig hebben, waardoor de ...
Ontwerpondersteuning in een vroeg stadium met behulp van machine learning en building information modelling KU Leuven
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 ...
Ontwikkeling en validatie van een CT scan-gebaseerd machine learning algoritme voor de predictie van een negatief-snijvlak (R0) bij resectie van pancreaskop adenocarcinoom Universiteit Gent
Het pancreas ductaal adenocarcinoom heeft het hoogste sterftecijfer van alle belangrijke kankers met een vijfjarig relatief overlevingspercentage van 9%. Ondanks de vooruitgang in preoperatieve beeldvorming en neoadjuvante behandeling de incidentie van R1 resectie na de Whipple procedure is maar liefst 30-40% en onvolledige resectie is geassocieerd met een slechte overleving. De huidige standaardprocedure is het gebruik van een preoperatieve ...
Infrastructuurbeveiliging door middel van robuuste technieken voor machine learning KU Leuven
Veel tools en technieken voor infrastructuurbeveiliging worden continu verbeterd. Deze verbeteringen zijn onder andere gebaseerd op toenemende intelligentie en analyse van relevante data. Er zijn bemoedigende resultaten en aanzienlijke inspanningen bij het verkennen van geavanceerde AI- en Machine Learning-technieken (ML) om de kwaliteit en mogelijkheden van vele beveiligingstechnologieën te verbeteren. Dit werk is doorgaans gebaseerd op het ...