Masterproef bij bedrijf
Verschillende bedrijven zijn geïnteresseerd om een masterproef aan te bieden en te begeleiden in onze opleiding. Deze bedrijven hebben aangegeven welke onderzoekslijnen bij hen aan bod kunnen komen in een masterproef, die dan verder uitgewerkt kunnen worden indien een student interesse vertoont.
Indien je graag een masterproef doet in samenwerking met een bedrijf uit deze lijst, dan neem je eerst zelf contact op met het bedrijf. Na een positief gesprek kan het masterproefonderwerp door het bedrijf uitgeschreven worden in de template Masterproef. Stuur dit ingevulde document (bij voorkeur een .pdf) naar de coördinator masterproef.
Elk voorstel wordt dan - zoals bij elke andere masterproef - nagekeken door de werkgroep Masterproef en wordt - na aanvaarding - op Plato toegevoegd, voorbehouden voor jou.
Overzicht van bedrijven die graag een masterproef aanbieden
Het staat een student vrij om een bedrijf dat hieronder niet opgelijst wordt te contacteren om tot een geschikt masterproefonderwerp te komen (dat goedgekeurd moet worden door de werkgroep Masterproef van de opleiding). Onderstaande bedrijfslijst moet dus niet als keuze-beperkend gezien worden. Bekijk eventueel het overzicht van IT-bedrijven, die al hebben samengewerkt met de opleiding.LeapStation - Gent (Ledeberg) - contacteer: Steven Van den Berghe
Korte beschrijving
LeapStation heeft een platform voor multidisciplinaire zorgopvolging (klinisch en psycho-sociaal). Daarbij wordt heel wat data gegenereerd. Een van de elementen die we willen onderzoeken is de automatische detectie van "treatment detachment": patienten/clienten die dreigen tussen de mazen van het net te vallen. Hiervoor willen we allerlei data uit ons platform (bvb. activiteit op het platform, verslagen, ...) gebruiken voor detectie van het "ontbreken" van (inter)activiteit.Domein: Machine learning, Applicatieontwerp, Databanken
Technologiëen: .NET, Webapps, azure machine learning
Opmerkingen: Bij voorkeur gecombineerd met een stage.
Beaulieu International Group - Waregem - contacteer: Alison Ooghe
Korte beschrijving
- Redesigning Scada Application with Situational Awareness Approach
- Transforming MES blocks to model-driven design
- (Re)designing standard way of developing various applications
Domein: Data processing architectures, Applicatieontwerp, MES
Technologiëen: MES, ARCHESTRA
Datable - Antwerpen - contacteer: Henk Vanstappen
Korte beschrijving
Datable helpt musea en culturele archieven resultaatgericht de creatie, bewaring en gebruik van digitale content en metadata te optimaliseren. Er lopen projecten waarbij we samen met cultuurinstellingen op zoek gaan reël toepasbare use cases rond AI. Focus ligt daarbij op het toegankelijk maken van betrouwbare publieke of instellingsgebonden historische data, zowel in mediabestanden, documenten als gestructureerde (Linked Open) data. Datable ziet momenteel een aantal uitdagingen waarbij afhankelijk van profiel en interesses één of meerdere van volgende aspecten wordt uitgewerkt:- Architectuur/infrastrucuur: opmaken van een flexibel en schaalbaar (cloud-) architectuurmodel, incl kostenmodellen en juridische aspecten
- Compliance en privacy: maatregelen om misbruik te voorkomen en gevoelige informatie te beschermen
- Data preperation/usage: maatregelen om data-kwaliteit te optimaliseren, Linked Open Data oplossingen, bouwen van interfaces om Ai-uitkomsten te valideren, opzetten van mechanismen voor dynamische interactie met (niet-)gestructureerde (bijv. RAG)
- Fine-tuning/inferencing: optimaliseren van algoritmes, modellen, agents op maat van de betrokken use cases inclusief bijhorende kostenmodellen en juridische bepalingen
Opmerkingen: Datable is op zoek naar jong talent met affiniteit voor kunst, erfgoed of geschiedenis, met een resultaatgerichte, pro-actieve attitude, die niet bang is van uitdagingen, maar voldoende realisme aan de dag legt. De manier waarop je aangestuurd wordt/gecoacht wordt, leggen we samen vast.
Domein: Machine learning, Cloud/edge, Data processing architectures, Applicatieontwerp, Databanken
Technologiëen: REST-webservices, Kubernetes, Docker
Digitmedia - Gent - contacteer: Luc Peeters
Korte beschrijving
Aansturen van het gedrag van NPC's (zeil'bots' die het in een virtuele VR zeilwedstrijd opnemen tegen een echte player) met machine learning, meer bepaald een combinatie van reinforcement learning en imitatio learning. De bots worden getraind in een bestaande VR zeilsimulator (Spatial Sail) voor Meta Quest/Horizon headsets. De imitation learning gebeurt op basis van het spelgedrag van wedstrijdzeilers in de VR zeilsimulator. De zeilsimulator is ontwikkeld in de game engine Unity, voor de machine learning worden Unity tools (Unity ML Agents & Unity Sentis) gebruikt, aangevuld met zelf te schrijven Python code.Domein: Machine learning, Virtual Reality
Technologiëen: Unity ML Agents / Unity Sentis / Python
Opmerkingen: De student krijgt toegang tot de sourcecode (Unity project) van de bestaande zeilsimulator & kan indien nodig een VR headset gebruiken van Digitmedia (Meta Quest 3). Ook de code van de bestaande multi-player server (voor PC & Mac) kan door de student gebruikt worden.
Mentoring Systems BV - Oostkamp - contacteer: Sabrina Poelvoorde
Korte beschrijving
Het onderwerp is een diepgaande vergelijking van entiteitsherkenningsmodellen en aansluitend LLM-experiment Voor deze masterthesis onderzoek je drie benaderingen voor entiteitsherkenning:- Google Document AI (huidige oplossing)
- spaCy (Python-pakket)
- Microsoft Layout-XLM (een geavanceerd deep learning-model)
Wat ga je doen?
- Vergelijkende analyse: Onderzoek hoe de drie modellen presteren op het gebied van snelheid, nauwkeurigheid en volledigheid.
- Implementatie: Werk één model (bijvoorbeeld Layout-XLM) volledig uit en voer een diepgaande evaluatie uit.
- Vergelijkingskader opstellen: Definieer meetcriteria en leg uit waarom je deze kiest.
- Rapporteren: Schrijf een uitgebreide masterproef met jouw bevindingen, analyses en conclusies. Extra verdieping met Large Language Models (LLM):
We bieden: Wetenschappelijke diepgang in een actueel domein. Innovatieve aanpak met LLM's voor een breder perspectief. Begeleiding van experts op het gebied van AI en NLP.
Domein: Machine learning, gen AI
Technologiëen: Google Document AI (huidige oplossing) spaCy (Python-pakket) Microsoft Layout-XLM (een geavanceerd deep learning-model)
Opmerkingen: De student zal hoofdzakelijk vanuit de home-office werken en heeft dagelijks contact met experten in binnen- en buitenland.
VANDEWIELE - Vandewiele Kortrijk(Marke) - contacteer: Marnix Loncke
Korte beschrijving
Ontwerp van een webapplicatie voor een realistische visuele simulatie van textiel binnen interieur.Domein: Machine learning, Cybersecurity, Applicatieontwerp
Technologiëen: .NET, Webapps, REST-webservices
VANDEWIELE - Vandewiele Kortrijk(Marke) - contacteer: Marnix Loncke
Korte beschrijving
AI-gestuurde Garenberekeningen voor Textielproductie : Ontwikkeling van een AI-gestuurde berekeningsmethode die de garenconsumptie accuraat kan voorspellen op basis van de machine bitstream-informatie en contextparameters.Domein: Machine learning, Cybersecurity, Cloud/edge, Data processing architectures, Applicatieontwerp
Technologiëen: .NET, Webapps, REST-webservices
In4Matic - Landegem - contacteer: Maxime Campe
Korte beschrijving
Deze masterproef richt zich op het ontwerpen en implementeren van een geautomatiseerde dashboardingoplossing met data uit een CRM-systeem. Het doel is om manuele borden te vervangen door elektronische displays en een video-wall met realtime dataweergave. De analyse omvat de integratie van CRM-data, de technische setup en optimalisatie van de dashboards met aandacht voor energie-efficiëntie, gebruiksvriendelijkheid...Domein: Cloud/edge, Applicatieontwerp, Databanken
Technologiëen: .NET, Webapps, REST-webservices, C#, Node.js, Angular, React, Power BI, MS SQL, Raspberry Pi, WebSockets
ARDIS NV - Aalter - contacteer: Pieter Vandamme
Korte beschrijving
ML-Driven Time Prediction for Enhanced MES Planning: ARDIS PERFORM is an innovative MES system where precise time tracking and scheduling are key to efficiency. In this dissertation, you will have the opportunity to design and train a custom machine learning model using Python and an ML framework like TensorFlow or PyTorch to predict processing times based on real-world manufacturing data. This project challenges you to develop cutting-edge AI algorithms that learn from niche-specific parameters-such as machine brand and part dimensions-while ensuring high accuracy and adaptability. You'll also tackle real-world integration challenges, optimizing performance, scalability, and interpretability in a dynamic MES environment. If you're passionate about AI, machine learning, and solving complex industrial challenges, this project offers the perfect blend of research, innovation, and practical impact.Domein: Machine learning
Technologiëen: Python en ML Framer
ARDIS - Aalter - contacteer: Pieter Vandamme
Korte beschrijving
Beyond Search: An AI Chatbot for Knowledge, Insights, and Actions: As ARDIS continues to grow, so does the need for smarter documentation and internal support tools. This dissertation offers the exciting opportunity to develop an AI-powered chatbot, similar to ChatGPT, that serves as a highly trained virtual assistant for employees. Using Python and a framework like LangChain or OpenAI's API, you'll design a system that retrieves and structures information from sources such as our documentation wiki and CRM. The challenge lies in handling vast amounts of data in different formats, languages, and quality levels while ensuring accurate, context-aware responses. If you're interested in AI, natural language processing, and building intelligent assistants that enhance knowledge accessibility, this project is the perfect chance to apply cutting-edge technology to real-world business needs.Domein: Machine learning
Technologiëen: Python