Drie EWI-wetenschappers ontvangen Vidi’s

Nieuws - 24 mei 2019 - Communication

De Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO) heeft aan drie wetenschappers van de faculteit Elektrotechniek, Wiskunde en Informatica (EWI) een Vidi-financiering toegekend. Het gaat om Jan van Gemert, Martijn Caspers en Sicco Verwer. Met de toekenning biedt NWO hen de mogelijkheid om een eigen, vernieuwende onderzoekslijn te ontwikkelen en zelf een onderzoeksgroep op te zetten.

Over Vidi

Vidi is gericht op excellente onderzoekers die na het promoveren al een aantal jaren succesvol onderzoek hebben verricht. De wetenschappers behoren tot de beste tien à twintig procent van hun vakgebied. Met een Vidi kunnen zij vijf jaar lang onderzoek doen. Elke wetenschapper krijgt een bedrag van maximaal 800.000 euro. NWO selecteert de Vidi-laureaten op basis van de kwaliteit van de onderzoeker, het innovatieve karakter van het onderzoek, de verwachte wetenschappelijke impact van het onderzoeksvoorstel en mogelijkheden voor kennisbenutting.

Onderzoeken

Hieronder een korte beschrijving van de 3 EWI-onderzoeken die Vidi-financiering zullen ontvangen:

  • De harmonie van operatoralgebra’s

Martijn Caspers, Toegepaste Wiskunde Analyse: ‘Operatoralgebra’s geven de wiskundige beschrijving van kwantummechanische observabelen zoals de plaats en impuls van kleine deeltjes. In dit onderzoek worden technieken uit de harmonische analyse (analyse van golven) ontwikkeld om deze kwantumsystemen beter te begrijpen. We verwachten ze daarmee deels te classificeren.’

  • Voorkennis toevoegen aan deep learning 

Jan van Gemert, Intelligent Systems: ‘Deep learning is de motor achter de wereldwijde wedloop om kunstmatige intelligentie. Deep learning laat een computer zelf leren door middel van grote, dure, datasets. Ik ga deep learning voorzien van voorgebakken kennis: wat je er al in stopt hoef je niet meer te leren, dat scheelt waardevolle trainingsdata.’

  • Inzichtelijke analyse van software logs

Sicco Verwer, Intelligent Systems: ‘Softwareproblemen hebben grote invloed op onze maatschappij. Gelukkig laat software erg veel sporen achter, die deze problemen zichtbaar kunnen maken. Daarom worden deze massaal opgeslagen in grote log-databases. Helaas beschikken we nog niet over algoritmiek die dit soort data inzichtelijk maakt. Dit voorstel gaat dit rechtzetten.’