De onderzoeksgroep Organizational & Entrepreneurial Behavior onderzoekt het gedrag van individuen en groepen die in organisaties werken, organisaties starten, of organisaties leiden, met als doel om organisatorische praktijken te informeren. Door zich te concentreren op het gedrag van (groepen) werknemers,…

Jaarlijks worden in Nederland ruim drieduizend bedrijven in staat van faillissement verklaard. Het faillissement heeft als doel om het vermogen van deze bedrijven te verdelen onder de gezamenlijke schuldeisers. Het bedrag dat de gezamenlijke schuldeisers totaal te vorderen hebben, overstijgt echter…

The class-imbalance problem is a challenging classification task and is frequently encountered in real-world applications. Various techniques have been developed to improve the imbalanced classification performance theoretically and practically.

Bestaand werk op het gebied van probabilistische taalmodellering kan in twee categorieën worden onderverdeeld:

This thesis probes under what conditions quantum computing presents an advantage over classical computing.

-

SAILS is een universiteitbreed initiatief dat interdisciplinaire samenwerking over onderzoek naar het gebruik van kunstmatige intelligentie (AI) wil bevorderen.

This thesis deals with the use of sound in interactions in the context of participatory systems and data sonification. We investigate an interactive environment where participants perceive information of the data through sound elements.

Aanpak van eenzaamheid onder studenten met speciale behoeften en streven naar het beter aanvoelen van de dynamiek en percepties van studenten tijdens ongestructureerde schooltijd.

Structural variants (SVs) are the hidden architecture of the human genome, and are critical for us to understand diseases, evolution, and so on.

With the emergence of online social networks (OSNs), the way people create and share information has changed, which becomes faster and broader than traditional social media.

Het archeologisch erfgoed van Zuid-Amerika wordt in toenemende mate bedreigd door de uitbreiding van landbouwactiviteiten, de uitbreiding van infrastructuur, illegale houtkap en de huidige bosbranden die het Amazonegebied en andere gebieden van het continent teisteren.

Lezing

Dit project zal OpenML, een platform voor het transparant en collaboratief bouwen en delen van datasets en AImodellen, transformeren in een ‘next-generation’ open science platform.

De moderne samenleving is verbonden via elektronische en mobiele apparaten, die we het Internet of Things (IoT) noemen.

Nu de uitbraak van het coronavirus steeds grotere gevolgen krijgt, bundelt het financieel platform Financieel Management verhalen voor bedrijven om moed uit te putten in deze onzekere tijden.

Waarom komen bedrijven in crisissituaties terecht? En wat valt er nog te redden als er eenmaal sprake is van een crisis?

In dit interdisciplinaire project worden data science technieken toegepast om de interactie tussen de Universiteit en stad Leiden (Town&Gown) kwalitatief en kwantitatief zichtbaar te maken vanaf 1575. Een van de mogelijke invalshoeken voor vervolgonderzoek is diversiteit, met name vanuit de internationale…

Hoe kan de methode LEGO® Serious Play® bijdragen aan betere interdisciplinaire samenwerking en het ontwikkelen van gezamenlijke onderzoeksvoorstellen?

Today, knowledge is the most crucial element to stimulate organizational competitiveness and economic development.

Bevorderen van AutoML-systemen gericht op machine learning-taken op basis van aardobservatie datasets.

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

This thesis advances automata learning, a key area in computer science, with applications in software verification, biological analysis, and autonomous technologies. It explores three main themes: first, it introduces a passive learning algorithm for generating compact probabilistic models from positive…

In this work we describe three methods to improve the performance of Quantum Field Theory calculations.

Uncertainty and noise are frequently-encountered obstacles in real-world applications of numerical optimization. The practice of optimization that deals with uncertainties and noise is commonly referred to as robust optimization.

We are living in an information era where the amount of image and video data increases exponentially.

Automated Machine Learning (AutoML) is widely used to automatically build a suitable practical Machine Learning (ML) model for an arbitrary real-world problem, reducing the effort of practitioners in the ML development cycle for real-world applications. Optimization is a key part of a typical AutoML…

Binnen het brede netwerk van de Universiteit Leiden neemt het instituut deel aan onderzoek binnen de volgende profileringsgebieden:

The database research community has made tremendous strides in developing powerful database engines that allow for efficient analytical query processing.

Humans share meaning through language. Over time, repeated interactions have shaped languages into forms that match our cognitive preferences, making them structured, expressive, easy to learn, and ultimately, meaningful.

Reinforcement learning is a framework that enables agents to learn in a manner similar to humans, i.e. through trial and error. Ideally, we would like to train a generalist agent capable of performing multiple tasks and achieving various goals.

Transport inspectorates are looking for novel methods to identify dangerous behavior, ultimately to reduce risks associated to the movements of people and goods. We explore a data-driven approach to arrive at smart inspections of vehicles.

This thesis mainly focuses on multimodal understanding and Visual Question Answering (VQA) via deep learning methods. For technical contributions, this thesis first focuses on improving multimodal fusion schemes via multi-stage vision-language interactions.

Promotor: Prof.dr. H.A.G. Wijshoff

De ontwikkeling en implementatie van een schaalbare, veilige en geïntegreerde infrastructuur van waterstof te bevorderen ter ondersteuning van de energietransitie.

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…

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.

Promotor: Prof.dr. J.N. Kok, Co-promotor: F.J. Verbeek

Software development is a complex process. It is important that software products become stable and maintainable assets.

Promotor: Prof.dr. J.N. Kok

Intelligentie was lange tijd hét kenmerk van de mensheid. Maar inmiddels beginnen computers ons naar de kroon te steken. Kunstmatige intelligentie komt in hoog tempo onze samenleving binnen, en blijkt dingen te kunnen die tot voor kort uniek menselijk leken. Maar hoe is een computer slim? En wat zegt…

Creëren van een framework voor de schatting van milieuparameters.

In this thesis, we have studied cell images from two types of cells, including pollen grains and the immune cells, neutrophils. These images are captured using a bright field microscope and a confocal microscope.

Promotor: F. Arbab, R. De Nicola, Co-Promotor: M. Tribastone

Dit project beoogt de ontwikkeling van geavanceerde data-analysemethoden voor monitoring en het vergroten van ons inzicht in de dynamiek van de biodiversiteit in natuurgebieden zoals de Oostvaardersplassen.

In the era of big data, extracting insights from complex datasets is a key challenge. This thesis demonstrates the superiority of graph-based methods over traditional clustering (e.g., k-means, DBSCAN) and outlier detection for analyzing high-dimensional and noisy data.

The focus of this thesis is on the technical methods which help promote the movement towards Trustworthy AI, specifically within the Inspectorate of the Netherlands.