Doctoraatsproject Ivo Couckuyt

Bayesiaanse optimalisatie van vele objectieven met onduidelijke voorkeuren

Computationeel efficiënte topologieoptimalisatie van hoog-performante elektrisch machines voor het volledige benutten van 3D printing

Bayesiaanse optimalisatie van vele objectieven met onduidelijke voorkeuren

Data-efficiënte generatieve modellen voor innovatief ontwerp

Doctoraatsproject Arash Heidari

Essays over machine learning: vooruitgang in prognoses en optimalisatie

Fysica-geïnspireerde spatiaal-temporale modellering en robuuste optimalisatie voor besluitvorming in energie- en nutsvoorzieningenbeheer

Generatieve AI: het verbeteren van de data-efficientie en duurzaamheid voor het genereren van beelden

Machine learning voor nauwkeurige en efficiënte onzekerheidskwantificering bij de karakterisering van radiologisch afval

Bayesiaans actief leren voor ontwerp en optimalisatie onder onzekerheid in de ingenieurswetenschappen

Bayesiaanse optimalisatie met meerdere objectieven en user preference learning

Doctoraatsproject Arash Heidari

Doctoraatsproject Arun Kaintura

Doctoraatsproject Joachim van der Herten

Doctoraatsproject Nasrulloh Ratu Bagus Satrio Loka

Doctoraatsproject Nicolas Knudde

Gegevensefficiënt fysisch geïnformeerd machinaal leren

Generatieve AI: Het verbeteren van de data efficientie en duurzaamheid voor het genereren van beelden.

Machinaal leren met radarsensoren voor een slimme gezondheidszorg

Multi-objectieve optimalisatie en actief leren van simulaties met variabele precisie

Surrogaatmodelering met beperkte data voor dure ingenieursproblemen

Generatief ontwerp van lineaire passieve elektronische systemen

Het leren van complexe patronen met Gaussische processen

Ontwikkeling van surrogaat geassisteerde algoritmen voor gecombineerde optimalisatie van ontwerp en controle bij dynamische mechatronische systemen

Veelzijdige surrogaatmodel gebaseerde optimalisatie van grootschalige problemen.