Young eScientist Award 2016 voor 3D-printen van lichaamsdelen
Maureen van Eijnatten (25) van het VU Medisch Centrum heeft de Young eScientist Award 2016 gewonnen voor het medisch 3D printen van lichaamsdelen. De aanmoedigingsprijs van het Netherlands eScience Center is voor een jonge wetenschapper die uitblinkt in de ontwikkeling of de toepassing van digitale technologie voor wetenschappelijk onderzoek.
De prijs bestaat uit 10.000 euro voor onderzoek en een half jaar ondersteuning van een eScience Research Engineer; een specialist in de toepassing van digitale technologie voor wetenschappelijk onderzoek. De prijs vormt daarmee de start van een gezamenlijk onderzoeksproject.
Deep learning
Van Eijnattens onderzoek richt zich op uitdagingen in het medisch 3D-printen van menselijke lichaamsdelen. Een complexe maar essentiële factor in het medisch 3D-printen is het digitaal 3D-modelleren van lichaamsdelen. Het vertalen van menselijke data in virtuele data via beeldvorming en beeldverwerking is een foutgevoelig proces en kan leiden tot ‘holtes’ in digitale 3D-modellen van implantaten. Het gevolg is dat 3D-geprinte implantaten niet goed passen, wat kan leiden tot levensbedreigende complicaties tijdens of na operaties. Van Eijnatten wil deze digitale 3D-modellen verbeteren door deep learning algoritmes toe te passen.
Het Netherlands eScience Center is een initiatief van NWO en de ICT-samenwerkingsorganisatie van het Nederlandse onderwijs en onderzoek (SURF).
Vlnr: Maureen van Eijnatten (VU Medisch Centrum) & Prof. Rob van Nieuwpoort (Netherlands eScience Center).
Foto: Elodie Burrillon
Drie toekenningen Big Software programma
Het programma Big Software: software in Big Data context, richt zich op innovatie binnen grote softwaresystemen waarbij onderzoekstechnieken uit de data science een belangrijke rol spelen. NWO Exacte Wetenschappen heeft drie projecten toegekend. In alle projecten staat een vraag van één of meer deelnemende industriële partner(s) centraal. Het doel van het programma is het stimuleren van publiek-private samenwerking in het vinden van nieuwe theorieën, methoden, tools, en technieken om de gestelde uitdagingen met Big Software te overwinnen.
De hoofdaanvrager is een wetenschapper, de industriële en/of publieke partners treden op als mede-aanvrager. Zij dragen bij aan het project door een financiële en/of in kind contributie.
Toekenningen
Toekenningen Top compartiment 1
In totaal is 4 miljoen euro verdeeld over zeven projecten.
- Persistent Code Reviewing
Aanvrager: Prof. dr. A. van Deursen, Technische Universiteit Delft - Catching ultrafast radio flashes with LOFAR: A key to understanding Cosmic Rays and Fast Radio Bursts
Aanvrager: Prof. dr. H.D.E. Falcke, Radboud Universiteit Nijmegen - Causal Discovery from High-Dimensional Data in the Large-Sample Limit
Aanvrager: Prof. dr. T.H. Heskes, Radboud Universiteit Nijmegen - Information diffusion on random graph
Aanvrager: Prof. dr. R.W. van der Hofstad, Technische Universiteit Eindhoven - Testing gravity on the largest scales with kids and friends
Aanvrager: Prof. dr. K.H. Kuijken, Universiteit Leiden - The Hunt for the Darkest Galaxies
Aanvrager: Prof. dr. T.A. Oosterloo, ASTRON - Physics in extreme environments
Aanvrager: Dr. R.A.D. Wijnands, Universiteit van Amsterdam
Toekenningen Top compartiment 2
Aan negen jonge onderzoekers is een Top 2 financiering toegekend, in totaal een bedrag van iets minder dan 2 miljoen euro.
- Mapping the Peak Star Formation Activity of the Universe with New Nanotechnological Devices
Aanvrager: Dr. K.I. Caputi, Rijksuniversiteit Groningen - Verification of Distributed Software
Aanvrager: Dr. M. Huisman, Universiteit Twente - Refined tautological relations on moduli spaces of curves
Aanvrager: Dr. R.S. de Jong, Universiteit Leiden - Rise and shine: the earliest red galaxies in the universe
Aanvrager: Dr. I.F.L. Labbé, Universiteit Leiden - Linear, Discriminative, Semi-Supervised Classifiers
Aanvrager: Prof. dr. M. Loog, Technische Universiteit Delft - Hyperbolic Random Geometric Graphs
Aanvrager: Dr. T. Müller, Universiteit Utrecht - Framework for Random Metric Spaces
Aanvrager: Dr. B. Manthey, Universiteit Twente - Discover More HyperVelocity Stars to shed light on the Galaxy
Aanvrager: Dr. E.M. Rossi, Universiteit Leiden - Revision control of structured data
Aanvrager: Dr. W.S. Swierstra, Universiteit Utrecht
KENNISBENUTTING / PPS
Uitdagende en innovatieve onderzoekslijnen versterken of vernieuwen: dat is de inzet van het programma TOP-subsidies. Deze competitie is bestemd voor aanvragen voor vernieuwend en risicovol wetenschappelijk onderzoek met een vraagstelling die van hoge kwaliteit en wetenschappelijke urgentie is. De EW TOP-subsidies zijn opgedeeld in twee compartimenten.
MIPL: Mining Internet Payment Development Logs for Reliability and Security
Prof.dr. A. van Deursen, Technical University of Delft
Participating Company: Adyen B.V., Amsterdam
Adyen levert technologie voor het verwerken van wereldwijd betaalverkeer aan multinationale klanten, zoals Netflix, Uber, Spotify en Airbnb. Hiervoor heeft Adyen, dat hoofdkantoren in Amsterdam en San Francisco heeft, een omnichannel-platform ontwikkeld. Via dit platform zijn alle bedrijven direct verbonden met Visa, Mastercard en 250 andere mondiale betaalmethoden. Per dag genereert dit systeem rond een miljard verschillende 'log-lines', waarin wordt vastgelegd wat het systeem doet en welke externe gebeurtenissen plaatsvinden. De grote omvang en heterogeniteit van de log-lines maken het echter moeilijk deze informatie goed te benutten. Met dit project willen Adyen en TU Delft daarom gezamenlijk nieuwe methoden en technieken ontwikkelen om deze log-lines te gebruiken voor het versterken van de betrouwbaarheid en beveiliging van internetbetalingen. Hiertoe zal met name gekeken worden hoe dergelijke systemen omgaan met uitzonderingssituaties (exception handling), en op welke manier (normaal dan wel afwijkend) gedrag gemodelleerd kan worden met automatische, uit log-lines afgeleide toestandsdiagrammen.
Optimising Software Delivery with Streaming Software Analytics
Dr.ir. G.I. Gousios, Radboud University of Nijmegen
Participating Company: Software Improvement Group (SIG), Amsterdam
Het CodeFeed project is er op gericht om software ontwikkelaars real-time te laten profiteren van informatie over software ontwikkeling die elders op de wereld plaatsvindt. Hiervoor wordt een infrastructuur ontwikkeld die data put uit software repositories van zowel open source projecten als bedrijven. Die data wordt aggregeert en in een vloeiende stroom aangeboden. Wie zich op deze informatiestroom abonneert krijgt bij het maken van allerlei technische keuzes behulpzame achtergrondinformatie en aanbevelingen. Gebruik maken van wisdom of the crowd op het niveau van coderen en van architectuur wordt hiermee mogelijk.
Model Extraction for Re-engIneering Traditional Software (MERITS)
Prof.dr.ir. J.F. Groote, Technical University of Eindhoven
Participating company: Philips Healthcare, Best
In het MERITS project onderzoeken prof.dr.ir. Jan Friso Groote van de faculteit Wiskunde en Informatica van de Technische Universiteit Eindhoven en prof.dr. Jurgen Vinju van het Centrum voor Wiskunde en Informatica samen met Philips Healthcare mogelijkheden om zogenaamde legacy systemen onder controle te brengen. Deze systemen zijn vaak zeer complex vanwege jarenlang gebruik en aanpassingen. Door uit de bestaande legacy systemen op een zo precies mogelijke manier gedragsmodellen te extraheren, te analyseren en te versimpelen kan men een stap zetten richting model-driven software engineering waarbij aan de hand van deze modellen automatisch nieuwe en meer effectievere code kan worden gegenereerd.