In onze opleiding staat een ervaring in het werkveld centraal. Daarom worden masterproeven zoveel mogelijk in samenwerking met de industrie georganiseerd. Hieronder vind je een selectie aan recente masterproeven, waarvan enkele ook een prijs in de wacht sleepten.

Interesse om als bedrijf of andere instelling een toekomstig ingenieur zijn eerste stappen te laten zetten op de arbeidsmarkt? Neem dan zeker een kijkje bij Samenwerken!

In deze masterproef, in samenwerking met de Royal Belgian Football Association (RBFA), wordt een AI-gedreven dashboard ontwikkeld dat bondscoaches ondersteunt bij tactische besluitvorming. Het systeem beveelt automatisch de beste passopties aan, genereert alternatieve loopbewegingen voor spelers zonder bal en kwantificeert de beslissingskwaliteit van individuele spelers over een volledige campagne. De output wordt automatisch vertaald naar begrijpelijke coachingsteksten via een large language model.
Linked Data maakt het mogelijk om gestructureerde gegevens via het web te publiceren en op te vragen. De gekozen publicatie-interface bepaalt daarbij sterk waar de queryverwerking plaatsvindt. Sommige oplossingen belasten vooral de server, andere verschuiven meer verwerking en gegevensoverdracht naar de client, terwijl hybride technieken beide proberen te combineren. Omdat bestaande RDF-oplossingen vaak met verschillende datasets, implementaties en meetmethodes worden geëvalueerd, blijft het moeilijk om hun prestaties en onderlinge afwegingen betrouwbaar te vergelijken.
Deze masterproef vergelijkt daarom tien Linked Data-interfaces in één gecontroleerde testomgeving: een SPARQL-endpoint, TPF, QPF, brTPF, SPF, Passage, een HDT-dump, SmartKG, SmartKG+ en WiseKG. Voor een consistente vergelijking werden alle interfaces binnen dezelfde Comunica-clientomgeving getest, die waar nodig werd uitgebreid. De evaluatie schaalt zowel de datasetgrootte als het aantal gelijktijdige clients om prestaties, resourcegebruik en de impact van caching onder toenemende belasting te vergelijken.
Zo wordt duidelijk welke ontwerpkeuzes binnen RDF-querysystemen leiden tot meer belasting op de client, de server of het netwerk, en onder welke omstandigheden elke aanpak het meest geschikt is.
Deze masterproef onderzoekt hoe artificiële intelligentie en augmented reality kunnen samengaan om gebruikers stap-voor-stap te begeleiden bij fysieke taken. Een modulair systeem werd ontwikkeld dat GPT-4o gebruikt voor instructietracking en YOLOv8 voor objectdetectie, gecombineerd met Unity's ARKit-ruimtemapping. Via de smartphonecamera krijgt de gebruiker realtime feedback, foutcontrole en 3D-aanwijzingen bovenop relevante objecten in de echte wereld. In een evaluatie met zeventien deelnemers werden twee praktische scenario's succesvol uitgevoerd, met hoge scores voor bruikbaarheid en duidelijkheid. De masterproef werd geselecteerd voor de shortlist van de Eos-prijs voor exact-wetenschappelijke scripties.