AI voor predictieve gezondheidszorg

AI voor therapeutische diagnostiek

Automatische detectie van longtuberculose op röntgenfoto's van de borstkas met behulp van betrouwbaar machinaal leren

Automatische detectie van parasieten in ontlasting- en bloeduitstrijkjes met behulp van betrouwbaar machinaal leren

Contextbewust diep leren voor voorspellende gezondheidszorg

Contextbewust machinaal leren voor schaalbare IoT-data-analyse en -visualisatie met behulp van technologieën voor het semantisch web

Doctoraatsproject Colin Soete

Doctoraatsproject Emiel Deprost

Doctoraatsproject Jarne Verhaeghe

Doctoraatsproject Jonas Van Der Donckt

Doctoraatsproject Matthias Van Onsem

Doctoraatsproject Nathan Vandemoortele

Doctoraatsproject Pieter Moens

Doctoraatsproject Sander Vanden Hautte

Efficiënte inzichtsverwerving voor tijdreeksdata in monitoromgevingen voor grootschalige netwerken

Gezondheidsmonitoring rekening houdend met de context

Het realiseren van realworld- en contextbewuste herkenning van menselijk gedrag met behulp van draagbare toestellen en smartphonegegevens voor mobiele gezondheidszorgapplicaties

Hybride AI voor veterinaire gezondheids(beeld)data

Naar gepersonaliseerde gezondheidszorg door het mogelijk maken van machine learning-gestuurde agents in Solid pods

Ontwerp en ontwikkeling van een AI-gedreven toestel voor digitale pathologie

Ontwerp van een diep patiëntenmodel voor verbeterde uitkomstvoorspelling en medische ondersteuning

Predictief onderhoud en datagedreven diagnostiek

Schaalbare data processing architecturen en machine learning oplossingen voor het real-time monitoren van stress

Spatio-temporele verrijking en hybride machinaal leren

Verbeteringen in tijdreeksdata-analyse en toegepast machinaal leren in de gezondheidszorg

Voorspellende gezondheidszorg

AI voor gepersonaliseerde gezondheidszorg

Antimicrobial stewardship in the intensive care unit: evolving challenges and data science opportunities

Combineren van semantiek en machinaal leren voor geoptimaliseerd gebouwbeheer

Doctoraatsproject Jelle Vanhaeverbeke

Doctoraatsproject Nicolas Vandenbussche

Doctoraatsproject Samnang Nop

Hybride AI voor het beheer van chronische ziektes

Hybride fysica-gebaseerde neurale netwerkmodellen voor het voorspellen van niet-lineaire dynamica in mechatronische applicaties

IMPERIO: Gepersonaliseerde en engagerende digitale interventies voor gedragsverandering om langetermijneffecten te faciliteren

Metadataverrijking voor het verbeteren van de kwaliteit en bruikbaarheid van botanische collecties

Automatische detectie van longtuberculose op röntgenfoto's van de borstkas met behulp van betrouwbaar machinaal leren

Automatische Detectie van Parasieten in Afbeeldingen van Stoelgang- en Bloeduitstrijkjes met Behulp van Betrouwbare Machine Learning

Bescherming van toekomstige fusie-energiecentrales – Ontwikkeling van efficiënte en real-time plasmadisruptievoorspellers voor ITER door combinatie van geavanceerde data-gedreven modellen met fysische inzichten

Betrouwbare AI voor de gezondheidszorg

Betrouwbare Kwantificering van Onzekerheid voor Machinaal Leren in Toepassingen in de Gezondheidszorg

Digitale innovatie voor mens en samenleving

Gepersonaliseerde geneeskunde mogelijk maken door ziektebehandelingen te optimaliseren met hybride machine learning

HEROI2C: Hybride machinaal leren voor verbeterde infectiemanagement bij ernstig zieke patiënten.

Hybride machine learning met BIM voor energieoptimalisatie en welzijn van de bewoners in slimme gebouwen

Machinaal leren versterkt met fysische kennis en domeinadaptie voor predictief onderhoud.

Motion Analysis & adaptation met draagbare MEMS-sensoren

Naar precisie gezondheidszorg door multimodale monitoring in reële situaties mogelijk te maken met behulp van hiërarchische en dynamische modellen op basis van onzekerheid

Naar precisie gezondheidszorg door multimodale monitoring in reële situaties mogelijk te maken met behulp van hiërarchische en dynamische modellen op basis van onzekerheid

Passief monitoren van de persoonlijke progressie van chronische ziekten en simultaan bepalen van causale verbanden in het dagelijks leven.

Stabiel herstel bij depressie via de combinatie van e-health and cognitieve wetenschap: ontwikkeling van een digitaal instrument om depressie te voorspellen (DEDICAT)

Statusbewaking van offshore windturbines op basis van geavanceerde sensortechnologie

Tijdruimtelijke verrijking van (meta)data voor het optimaliseren van de exploratie en exploitatie van wetenschappelijke collecties

Verklaarbare artificiële intelligentie in een federated learning omgeving waarbij gebruikers tegenstrijdige feedback kunnen hebben

Verklaarbare hybride artificiële intelligentie waarbij gebruikers tegenstrijdige feedback kunnen hebben

Cyberpesten bij adolescenten: gedragsdeterminanten en effectiviteit van een interventie ter bevordering van actief positief gedrag van toeschouwers

Dynamische hybride modellering voor virtuele test scenario’s en optimaal design van aandrijflijnen

Testen en optimaliseren van een mobiele app in België voor het voorkomen en beheersen van COVID-19-infecties

Testing & optimising the COVered App for the prevention and management of COVID-19 infections