Airports have undergone a significant digital evolution over the past decades, enhancing efficiency, effectiveness, and user-friendliness through various technological advancements. Initially, airports deployed basic IT solutions as support tools, but with the increasing integration of digital systems, understanding the detailed digital ecosystem behind airports has become crucial. This research aims to classify technological maturity in airports, using the access control process as an example to demonstrate the benefits of the proposed taxonomy. The study highlights the current digital ecosystem and its future trends and challenges, emphasizing the importance of distinguishing between different levels of technological maturity. The role of biometric technology in security access control is examined, highlighting the importance of proper identification and classification. Future research could explore data collection, privacy, and cybersecurity impacts, particularly regarding biometric technologies in Smart Access Level 4.0. The transition from Smart Access Level 3.0 to 4.0 involves process automation and the introduction of AI, offering opportunities to increase efficiency and improve detection capabilities through advanced data analytics. The study underscores the need for global legislative frameworks to regulate and support these technological advancements.
De markt voor Business Process Management (BPM) software groeit razend snel. Voor 2010 wordt er een marktomvang voorspeld van tussen de 1 tot 6 miljard dollar, dit betekend dat deze markt sinds 2005 meer dan verdubbeld is. BPM krijgt ook in toenemende mate publiciteit in de markt echter dan gaat het veelal om wat BPM nu precies wel en niet is en niet over hoe het toegepast kan worden. Hetzelfde geldt voor BPM software, beter bekend als Business Process Management Systemen (BPMS). Het onderzoek beschreven in dit proefschrift focust op BPMS, het ontstaan, waar het naartoe gaat en wat er allemaal komt kijken bij de invoering en het gebruik ervan. De hoofdonderzoeksvraag in dit proefschrift is: Welke factoren en competenties bepalen het succes van de implementatie van Business Process Management Systemen in een specifieke situatie? Centraal in dit proefschrift staan de volgende onderzoeksvragen: 1. Wat zijn de succes factoren bij de implementatie van Business Process Management Systemen? 2. Welke competenties hebben stakeholders in een Business Process Management Systeem implementatie project nodig? 3. Hoe ziet een Business Process Management Systeem implementatie methodiek eruit welke rekening houdt met de omgevingsfactoren van een organisatie?
MULTIFILE
Process Mining can roughly be defined as a data-driven approach to process management. The basic idea of process mining is to automatically distill and to visualize business processes using event logs from company IT-systems (e.g. ERP, WMS, CRM etc.) to identify specific areas for improvement at an operational level. An event log can be described as a database entry that signifies a specific action in a software application at a specific time. Simple examples of these actions are customer order entries, scanning an item in a warehouse, and registration of a patient for a hospital check-up.Process mining has gained popularity in the logistics domain in recent years because of three main reasons. Firstly, the logistics IT-systems' large and exponentially growing amounts of event data are being stored and provide detailed information on the history of logistics processes. Secondly, to outperform competitors, most organizations are searching for (new) ways to improve their logistics processes such as reducing costs and lead time. Thirdly, since the 1970s, the power of computers has grown at an astonishing rate. As such, the use of advance algorithms for business purposes, which requires a certain amount of computational power, have become more accessible.Before diving into Process Mining, this course will first discuss some basic concepts, theories, and methods regarding the visualization and improvement of business processes.
MULTIFILE
Aanleiding Nieuwsuitgeverijen bevinden zich in zwaar weer. Economische malaise en toegenomen concurrentie in het pluriforme medialandschap dwingen uitgeverijen om enerzijds kosten te besparen en tegelijkertijd te investeren in innovatie. De verdere automatisering van de nieuwsredactie vormt hierbij een uitdaging. Buiten de branche ontstaan technieken die uitgeverijen hierbij zouden kunnen gebruiken. Deze zijn nog niet 'vertaald' naar gebruiksvriendelijke systemen voor redactieprocessen. De deelnemers aan het project formuleren voor dit braakliggend terrein een praktijkgericht onderzoek. Doelstelling Dit onderzoek wil antwoord geven op de vraag: Hoe kunnen bewezen en nieuw te ontwikkelen technieken uit het domein van 'natural language processing' een bijdrage leveren aan de automatisering van een nieuwsredactie en het journalistieke product? 'Natural language processing' - het automatisch genereren van taal - is het onderwerp van het onderzoek. In het werkveld staat deze ontwikkeling bekend als 'automated journalism' of 'robotjournalistiek'. Het onderzoek richt zich enerzijds op ontwikkeling van algoritmes ('robots') en anderzijds op de impact van deze technologische ontwikkelingen op het nieuwsveld. De impact wordt onderzocht uit zowel het perspectief van de journalist als de nieuwsconsument. De projectdeelnemers ontwikkelen binnen dit onderzoek twee prototypes die samen het automated-journalismsysteem vormen. Dit systeem gaat tijdens en na het project gebruikt worden door onderzoekers, journalisten, docenten en studenten. Beoogde resultaten Het concrete resultaat van het project is een prototype van een geautomatiseerd redactiesysteem. Verder levert het project inzicht op in de verankering van dit soort systemen binnen een nieuwsredactie. Het onderzoek biedt een nieuw perspectief op de manier waarop de nieuwsconsument de ontwikkeling van 'automated journalism' in Nederland waardeert. Het projectteam deelt de onderzoekresultaten door middel van presentaties voor de uitgeverijbranche, presentaties op wetenschappelijke conferenties, publicaties in (vak)tijdschriften, reflectiebijeenkomsten met collega-opleidingen en een samenvattende white paper.
In greenhouse horticulture harvesting is a major bottleneck. Using robots for automatic reaping can reduce human workload and increase efficiency. Currently, ‘rigid body’ robotic grippers are used for automated reaping of tomatoes, sweet peppers, etc. However, this kind of robotic grasping and manipulation technique cannot be used for harvesting soft fruit and vegetables as it will cause damage to the crop. Thus, a ‘soft gripper’ needs to be developed. Nature is a source of inspiration for temporary adhesion systems, as many species, e.g., frogs and snails, are able to grip a stem or leave, even upside down, with firm adhesion without leaving any damage. Furthermore, larger animals have paws that are made of highly deformable and soft material with adjustable grip size and place holders. Since many animals solved similar problems of adhesion, friction, contact surface and pinch force, we will use biomimetics for the design and realization of the soft gripper. With this interdisciplinary field of research we aim to model and develop functionality by mimicking biological forms and processes and translating them to the synthesis of materials, synthetic systems or machines. Preliminary interviews with tech companies showed that also in other fields such as manufacturing and medical instruments, adjustable soft and smart grippers will be a huge opportunity in automation, allowing the handling of fragile objects.
With increasing penetration rates of driver assistance systems in road vehicles, powerful sensing and processing solutions enable further automation of on-road as well as off-road vehicles. In this maturing environment, SMEs are stepping in and education needs to align with this trend. By the input of student teams, HAN developed a first prototype robot platform to test automated vehicle technology in dynamic road scenarios that include VRUs (Vulnerable Road Users). These robot platforms can make complex manoeuvres while carrying dummies of typical VRUs, such as pedestrians and bicyclists. This is used to test the ability of automated vehicles to detect VRUs in realistic traffic scenarios and exhibit safe behaviour in environments that include VRUs, on public roads as well as in restricted areas. Commercially available VRU-robot platforms are conforming to standards, making them inflexible with respect to VRU-dummy design, and pricewise they are far out of reach for SMEs, education and research. CORDS-VTS aims to create a first, open version of an integrated solution to physically emulate traffic scenarios including VRUs. While analysing desired applications and scenarios, the consortium partners will define prioritized requirements (e.g. robot platform performance, dummy types and behaviour, desired software functionality, etc.). Multiple robots and dummies will be created and practically integrated and demonstrated in a multi-VRU scenario. The aim is to create a flexible, upgradeable solution, published fully in open source: The hardware (robot platform and dummies) will be published as well-documented DIY (do-it-yourself) projects and the accompanying software will be published as open-source projects. With the CORDS-VTS solution, SME companies, researchers and educators can test vehicle automation technology at a reachable price point and with the necessary flexibility, enabling higher innovation rates.
