Universiteit Leiden

nl en

Data Science Onderzoeksprogramma

Wiskunde en Natuurwetenschappen

De Faculteit Wiskunde en Natuurwetenschappen

De Faculteit Wiskunde en Natuurwetenschappen is een faculteit van wereldklasse waar staf en studenten samenwerken in een dynamische internationale omgeving. Bij deze faculteit zijn persoonlijke en academische ontwikkeling topprioriteit. Onze mensen worden gedreven door nieuwsgierigheid. Ze willen fundamentele kennis vergroten en over de grenzen van hun eigen discipline heen kijken; hun doel is een bijdrage leveren aan de wetenschap om daardoor de grote maatschappelijke uitdagingen van de toekomst aan te kunnen.

Het onderzoek dat gedaan wordt bij de Faculteit Wiskunde en Natuurwetenschappen is zeer divers, variërend van mathematica, informatica, astronomie, fysica, chemie en bio-farmaceutische wetenschappen tot biologie en milieuwetenschappen.

Data Science Research Projects

Het modelleren van interacties om biomarkers voor ziekteprogressie en behandelingsrespons te identificeren

Laura Zwep

Steeds vaker worden grote biobank-onderzoeken met gezonde vrijwilligers en patiënten uitgevoerd voor de analyse van het gebruik van moleculaire high-throughput molecular profiling-technologieën (“omics”), zoals genomica, transcriptomics en metabolomica, om daarmee inzichten te verwerven in de moleculaire veranderingen die aan ziektes ten grondslag liggen.

Een grote uitdaging voor de analyse van zulke grote klinische datasets verbonden met multiple omics-technologieën, bestaat uit de integratie van multiple omics-technologieën met de gebruikelijke longitudinaal gemeten klinische data op een statistisch en biologisch zinvolle manier.

Een nieuw tijdperk voor natuurbehoud door gebruikmaking van hyperspectrale en LIDAR-data; de Oostvaardersplassen als case study

Nuno César de Sá

Dit project is gericht op de ontwikkeling van geavanceerde data-analyse-methoden voor het monitoren en vergroten van ons begrip van biodiversiteitsdynamiek in natuurreservaten zoals de Oostvaardersplassen. De methodologieën voor aardobservatie zijn het laatste decennium ongelooflijk veel beter geworden. Als gevolg daarvan komen er applicaties voor natuurbeheer beschikbaar, maar deze vereisen nieuwe eco-informatica-instrumenten voor natuurbeheer, bijvoorbeeld om dieren te volgen gebaseerd op hyperspectrale data, en om ruimtelijke en temporele patronen van dierbeweging te koppelen aan vegetatiekarakteristieken.

Kennisverwerving en data mining uit patiëntenervaringsbestanden

Anne Dirkson

Dit PhD-project, gefinancierd door het Nederlandse SIDN fonds, maakt deel uit van het Patient Forum Miner (PFM) onderzoeksprogramma. Patiënten delen hun ervaringen vaak op internetfora. Deze ervaringen bevatten vaak waardevolle informatie voor andere patiënten, medisch specialisten en onderzoekers. Deze informatie zit echter verborgen tussen een overvloed aan berichten die betrekking hebben op emotionele steun. Het doel van het PFM-programma is de informatie op te diepen die echt waardevol is, en om hypothesen te formuleren die als input kunnen dienen voor verder klinisch onderzoek

Minimale-structuur-modellering 

Prajit Dhar

Het bestaande werk in probabilistische taalmodellering kan in principe in twee categorieën verdeeld worden: (i) Puur sequentiële, string-level benaderingen die spreekvaardigheid op lokaal niveau garanderen zonder besef van grammaticaliteit; ze proberen verbetering te realiseren door het gebruik van grote trainingscorpora. (ii) Volledig structuralistische, boom-gebaseerde benaderingen die tekst modelleren als de realisatie van latente boomstructuren die coderen voor complexe grammaticale afhankelijkheden. Dit project echter onderzoekt een derde manier, waarbij alleen die structurele relaties die nodig zijn om in een specifieke taal grammaticale zinnen te produceren, gemodelleerd worden.

Verkennende data-analyse voor multimodale data 

Daniela Gawehns

Om zicht te krijgen op het gebruik van een openbaar park rondom een verpleeghuis zal een veelheid aan data worden verzameld in de vorm van enquête- en sensorgegevens. Verkennende data-mining-technieken zullen ontwikkeld worden om deze multimodale informatie te onderzoeken, en om verbanden te vinden tussen en binnen informatiebronnen.

Data Science ten behoeve van State-of-the-Art Blood Banking (BloodStart)

Marieke Vinkenoog

Het afleiden van een visueel verband gebaseerd op Deep Cross-media Transfer Network 

Xue Wang

Dit project gaat een Deep Cross-media Transfer Network realiseren om daaruit een visueel verband af te leiden dat het probleem van onvoldoende trainingsdata voor het uitvoeren van een visuele taak vermindert.

Deze website maakt gebruik van cookies. Meer informatie