Er zijn verschillen tussen wijken en dus ook tussen passende maatregelen per wijk, bijvoorbeeld rond klimaatadaptatie. De Hogeschool van Amsterdam maakte met machine learning wijktypenkaarten op postcode- en op wijkniveau en vergeleek die met de indelingen van experts. Met een nauwkeurigheid van 86 procent zijn er interessante toepassingen voor beleidsmakers te bedenken.
Inaugural lecture as Lector Precision Livestock Farming at HAS University of Applied Sciences on October 14, 2016. PLF, Precision Livestock Farming, uses technologies to continuously monitor animal behaviour, animal health, production and environmental impact.
MULTIFILE
Size measurement plays an essential role for micro-/nanoparticle characterization and property evaluation. Due to high costs, complex operation or resolution limit, conventional characterization techniques cannot satisfy the growing demand of routine size measurements in various industry sectors and research departments, e.g., pharmaceuticals, nanomaterials and food industry etc. Together with start-up SeeNano and other partners, we will develop a portable compact device to measure particle size based on particle-impact electrochemical sensing technology. The main task in this project is to extend the measurement range for particles with diameters ranging from 20 nm to 20 um and to validate this technology with realistic samples from various application areas. In this project a new electrode chip will be designed and fabricated. It will result in a workable prototype including new UMEs (ultra-micro electrode), showing that particle sizing can be achieved on a compact portable device with full measuring range. Following experimental testing with calibrated particles, a reliable calibration model will be built up for full range measurement. In a further step, samples from partners or potential customers will be tested on the device to evaluate the application feasibility. The results will be validated by high-resolution and mainstream sizing techniques such as scanning electron microscopy (SEM), dynamic light scattering (DLS) and Coulter counter.
Dementie is een wereldwijd gezondheidsprobleem, met enorme impact op de gezondheidszorg en economie. In Nederland is het aantal mensen met dementie de laatste jaren snel gegroeid en dit aantal zal door vergrijzing verder toenemen. De diagnose dementie is complex en vaak pas definitief na kostbaar en invasief onderzoek. Het introduceren van gemakkelijk uit te voeren tests in de eerstelijn kan bijdragen aan een verbeterde vroegtijdige herkenning en behandeling van dementie binnen de bredere bevolking. Een potentieel veelbelovende benadering is vroege detectie van retinale (netvlies) veranderingen in het oog met behulp van kunstmatige intelligentie (KI). Onderzoek toont aan dat neurale netwerken, een component van KI, subtiele afwijkingen in de retina kunnen detecteren die gerelateerd zijn aan dementie. Een algoritme, ontwikkeld door Cheung et al., toont veelbelovende resultaten op basis van retinale foto's. Het Geheugencentrum van het Jeroen Bosch Ziekenhuis heeft interesse in het gebruik van neurale netwerktechnologieën bij de diagnose van dementie. Het uitvoeren van een implementatieonderzoek gaat echter gepaard met uitdagingen op het gebied van dataverzameling, en daarnaast dienen zorgvuldige ethische overwegingen plaats te vinden. Om implementatieonderzoek in de toekomst mogelijk te maken, wil het Jeroen Bosch Ziekenhuis, samen met Biotactical BV en Avans Hogeschool verkennend onderzoek doen naar de nauwkeurigheid en praktische toepasbaarheid van het algoritme van Cheung et al., gebruikmakend van bestaande datasets. Daarnaast zal een juridisch en ethisch raamwerk worden ontworpen met richtlijnen voor een implementatieonderzoek van deze software in zorginstellingen. Het doel van dit verkennend onderzoeksproject is om vertrouwen op te bouwen bij belanghebbenden en 'lessons learned' op te nemen in een latere implementatiefase.
Mediaorganisaties gebruiken veel foto’s uit beeldarchieven, bijvoorbeeld om bij nieuwsberichten te plaatsen. Met een tool die foto’s automatisch van tags voorziet willen we zorgen voor grotere consistentie en nauwkeurigheid in zulke beeldarchieven. Hiermee wordt het vinden van passende foto’s eenvoudiger.Doel We onderzoeken of het haalbaar is een tool voor het automatisch taggen van foto’s te ontwikkelen die goed om kan gaan met steeds nieuwe tags. In de context van nieuws en journalistiek moeten namelijk regelmatig nieuwe tags toe worden gevoegd. Resultaten In het project zoeken we antwoorden op onderstaande onderzoeksvragen: Hoe verhoudt de nauwkeurigheid van de tool zich tot die van een traditionele tool voor het taggen van foto’s? Blijft de tool voor automatisch taggen goed presteren als het aantal tags toeneemt? Hoeveel foto’s zijn minimaal nodig om de tool goed te laten presteren voor een nieuwe tag? Looptijd 01 maart 2023 - 01 juli 2023 Aanpak In the eerste fase van het project ontwikkelen we een tool die voldoet aan de gestelde eisen. Zodra de tool ontwikkeld en geïmplementeerd is, volgt de tweede fase. Hierin evalueren we de prestaties van de tool, ook wanneer nieuwe tags worden geïntroduceerd en worden gekoppeld aan foto’s.