In this thesis, time-lapse fluorescent microscopy plays a pivotal role in investigating functional materials within living cells as well as the migratory behaviour of neural progenitor cells.

.

Promotor: S.M. Verduyn Lunel, Co-Promotor: O.W. van Gaans

A P300-based Brain Computer Interface character speller, also known as P300 speller, has been an important communication pathway, under extensive research, for people who lose motor ability, such as patients with Amyotrophic Lateral Sclerosis or spinal-cord injury because a P300 speller allows human-beings…

Human language is constantly evolving with its linguistic structure being shaped by language users at both individual and population levels. Focusing on the interplay between processes of language acquisition and communicative need in shaping human languages, this thesis introduces a novel computational…

Een belangrijke uitdaging in de neurowetenschappen is het begrijpen hoe neuronen in honderden onderling verbonden hersengebieden sensorische input integreren met eerdere verwachtingen om bewegingen te initiëren en beslissingen te nemen.

Op 17 december promoveert Jin Wang. Het Leiden University Centre for Linguistics feliciteert Jin!

In this thesis, deep learning is studied from a statistical perspective. Convergence rates for the worst case risk bounds of neural network estimators are obtained in the classification, density estimation and linear regression model.

There is concern about the threat that nanoplastics (NPs) may pose to both wildlife and humans. This thesis explores the mechanisms of toxicity of polystyrene nanoparticles (PS-NPs) in chicken embryo.

A convolutional neural network (CNN) is a biologically inspired algorithm, highly capable at processing images and videos.

This thesis mainly focuses on cross-modal retrieval and single-modal image retrieval via deep learning methods, i.e. by using deep convolutional neural networks.

Tomography is a powerful technique to non-destructively determine the interior structure of an object.Usually, a series of projection images (e.g.\ X-ray images) is acquired from a range of different positions.

In this thesis we explore machine and deep learning approaches that address keychallenges in high dimensional problem areas and also in improving accuracy in wellknown problems. In high dimensional contexts, we have focused on computational fluid dynamics (CFD) simulations.

In this work, I explore the creation of new methods that optimize simulations of the gravitational N-body problem. Specifically, I take advantage of the recent popularity of Machine Learning methods to find tools that can suit this problem.

Sewer pipes are an essential infrastructure in modern society and their proper operation is important for public health. To keep sewer pipes operational as much as possible, periodical inspections for defects are performed.

De activiteit van het brein verandert naarmate mensen ouder worden, wat kan leiden tot cognitieve achteruitgang. Door hersendata van muizen en mensen te meten en vergelijken, wil de onderzoeker begrijpen hoe tijdens het ouder worden de ruizigheid van ons brein verandert en keuzegedrag beïnvloedt.

Promotor: S.M. Verduyn Lunel, Co-promotor: O. van Gaans

This thesis investigates the application of deep learning techniques in image analysis across various domains, focusing on four main themes: feature extraction, classification, segmentation, and integration, demonstrating the transformative potential of these technologies.

Promotor: J.N. Kok, Co-promotor: M.S. Lew

The invention of neural networks marks a critical milestone in the pursuit of true artificial intelligence. Despite their impressive performance on various tasks, these networks face limitations in learning efficiently as they are often trained from scratch.

Fundamental understanding of molecular reactions on metal surfaces is important for improving heterogeneous catalysis.

In this thesis, topics relating to the optimization of high-throughput pipelines used for imaging are discussed. In particular, different levels of implementation, i.e., conceptual, software, and hardware, are discussed and the thesis outlines how advances on each level need to be made to make gains…

Promotie

Op deze pagina verzamelen we de presentaties en video's van de Florence Nightingale Colloquia, seminars bij de faculteiten en andere evenementen gehost door het Data Science Onderzoeksprogramma.

Beeldbewerking heeft met de komst van Deep Learning een revolutie doorgemaakt. Dit heeft, in het bijzonder, opmerkelijke voortgang gegeven in het onderzoeksveld variërend van autonome besturing van voertuigen tot medische diagnostiek.

In this thesis, we examine various systems through the lens of several numerical methods.

Optical projection tomography (OPT) is a tomographic 3D imaging technique used for specimens in the millimetre scale.

In deep reinforcement learning, searching and learning techniques are two important components. They can be used independently and in combination to deal with different problems in AI, and have achieved impressive results in game playing and robotics. These results have inspired research into artificial…

Een lijst met wetenschappelijke publicaties samengesteld door het team van het TRIXY Expertisecentrum.

Cognitieve psychologie is de studie van mentale functies, waaronder aandacht, geheugen, bewustzijn, emotie, taal en actiecontrole. Het doel is om de complexe relaties tussen brein, cognitie en gedrag te begrijpen.

-

We explored how to morphologically classify well-resolved jetted radio-loud active galactic nuclei (RLAGN) in the LOw Frequency Array (LOFAR) Two-metre Sky Survey (LoTSS) using machine learning.

Time-series forecasting through modelling sequences of temporally dependent observations has many industrial and scientific applications. While machine learning models have been widely used to create time-series forecasting models, creating efficient and performant time-series forecasting models is…

Promotores: A.P. IJzerman, H.W.T. van Vlijmen

Promotie

Disclaimer: Manuscripten die te maken hebben met het Resilience Center zijn alleen voor academische doeleinden en zijn niet bedoeld voor massaverspreiding of kopiëren. Raadpleeg de toepasselijke wetten voor eerlijk gebruik, inclusief de beperkingen van de houders van auteursrechten op publicaties.

Het LIACS organiseert verschillende lezingenseries, zoals het LCN2 Seminars en de SAILS Lunch Time-seminars.

De Faculteit Archeologie

Actuele vraagstukken uit zowel Nederland als de internationale gemeenschap, zetten we in om de nieuwsgierigheid van studenten en onderzoekers te prikkelen.

Promotie

Het Leiden University Centre for Linguistics (LUCL) heeft een lange traditie in onderzoek naar de talen van de wereld en beschikt over unieke taalkundige expertise. Bij het LUCL helpen we bij het ontwikkelen van interdisciplinaire benaderingen door de interactie tussen datagestuurd en theorie gestuurd…

Een onderzoek naar hoe mensen eten en drinken tijdens hun dagelijkse routines, en onder welke omstandigheden dit plaatsvindt.

De onderzoeksgroep Business, Technology & Public Policy van de afdeling Bedrijfswetenschappen van Universiteit leiden houdt zich bezig met het onderzoeken van de dynamische wisselwerking tussen ‘nieuwe’ technologieën en de verschillende belanghebbenden die hiermee interacteren, waaronder consumenten,…

Nano-plastics verstoren de ontwikkeling. Meiru Wang, onderzoeker bij het Instituut Biologie Leiden, keek naar de extreme effecten die piepschuim nano-deeltjes kunnen hebben, met kippenembryo’s als model. Haar resultaten zijn alarmerend. Zeker omdat nano-plastics overal zijn. In de lucht, drijvend door…

In this dissertation (titled: Exploring the Synergies between Transfer in Reinforcement Learning and Procedural Content Generation) we explore how the two research fields named in the title, namely Transfer in Reinforcement Learning (TRL) and Procedural Content Generation (PCG) can synergize togethe…

In dit interdisciplinaire onderzoeksprogramma werken onderzoekers uit vijf verschillende disciplines met elkaar samen. Zij stellen zich hieronder (in het Engels) aan u voor.