Lectoraat Data Science
Datascience, een snelgroeiend, interdisciplinair wetenschapsgebied, is in de komende jaren de belangrijkste aanjager voor innovatie. Het lectoraat Data Science aan De Haagse Hogeschool is erop gericht onderzoek van wereldklasse te verrichten op het gebied van mens- en praktijkgerichte datascience en artificial intelligence.
Met gebruikmaking van methoden, algoritmen, technologieën en/of tools genereren we data waarmee we belangwekkende patronen kunnen ontdekken en voorspellingen kunnen doen. Deze data worden gebruikt om in een chaotische wereld vanuit menselijk perspectief besluitvorming, management, governance en beleid te ondersteunen.
Baan van de toekomst
Een carrière als datawetenschapper wordt wel gezien als de beste carrière voor de toekomst. Op tal van vlakken maken beslissers gebruik van data om te komen tot afgewogen beleid. Beleid over meer of minder actuele vraagstukken. Door allerlei datasciencemethoden toe te passen, kunnen wij als lectoraat daarin toegepast onderzoek verrichten. Kunnen we op basis daarvan komen met valide oplossingen.
Vraagstukken datascience
Die vraagstukken zijn heel breed. Hoe kunnen we beleid ondersteunen bij de transitie naar meer duurzame energiebronnen? Hoe kunnen we data gebruiken om ‘smart mobility’ nog slimmer te maken? Hoe kunnen we de participatie van burgers vergroten en het beleid daarin verbeteren? Hoe kunnen we de besluitvorming ondersteunen in bijvoorbeeld een plotseling optredende pandemie? Hoe kunnen we de bewustwording en betrokkenheid van patiënten verbeteren door data te gebruiken?
Ondersteuning datascience
Hoe kan het toegepast wetenschappelijk onderzoek van het lectoraat Data Science de maatschappij ondersteunen in de beantwoording van bovenstaande vragen? We doen dit door bijvoorbeeld nieuwe methoden te ontwikkelen voor de snellere evaluatie van een belangrijke vaccin. Door de effecten te voorspellen van maatregelen die de verspreiding van een besmettelijke ziekte moeten beperken. Door te voorspellen hoe groot de sociale bereidheid is van inwoners om te participeren in energietransities. Of door nieuwe dynamische planningssystemen voor autonome voertuigen te ontwikkelen.
Team
Raymond Hoogendoorn
Cor Beyers
Tony Andrioli
Hani Al-Ers
Xiao Peng
Raymond Hoogendoorn
Cor Beyers
Cor Beyers is gepromoveerd aan de Technische Universiteit Eindhoven waar hij chemometrische methoden in spectroscopie gebruikte om de concentraties van chemische verbindingen te voorspellen. Hij werkte voor bedrijven zoals BASF (Badische Anilin- und SodaFabrik), PPG (Pittsburgh Plate Glass Company) en Sherwin Williams. Cor onderzoekt hoe zakelijke besluitvorming beter kan door inzichten uit Big Data en met geavanceerde analytische methoden.
Tony Andrioli
Tony heeft twee 'hobby's'. De eerste hobby zijn studenten. Hij houdt ervan om met hen samen te werken en met hen de professionele wereld te verkennen. De tweede is het toepassen van zijn kennis van ICT in het medische domein. Als kind wilde hij chirurg worden en 'mensen repareren'. De realiteit van het leven leerde hem dat hij hieraan beter kon bijdragen vanuit een ander perspectief. En dus studeerde hij medische informatica. Hij heeft 8 jaar in een medisch lab van de Katholieke Universiteit in Leuven gewerkt waar hij dokters hielp door drukmetingen, opgenomen in de menselijke darmen, te analyseren, om zo tot een betere diagnose van maagdarmproblemen te komen.
Tony werkt nu al ruim 20 jaar voor De Haagse Hogeschool. Hij geeft colleges voor de opleiding HBO-ICT, voornamelijk vanuit de locatie Delft. Daarnaast is hij ook onderzoeker voor de lectoraten Data Science en Technology for Health.
Een paar jaar geleden kwam hij door een collega in aanraking met Data Science. Voor Tony is Data Science een nieuwe tool in z’n gereedschapskist om bij te dragen aan de volksgezondheid. De afgelopen jaren heeft hij samen met studenten veel geleerd over het toepassen van data science in het medische domein. Zo is hij met de studenten bezig geweest aan de analyse van schouderbewegingen om te helpen bij revalidatie na een operatie en hopelijk uiteindelijk te helpen bij de diagnose van patiënten. Als dit mogelijk zou zijn, zou dit de blootstelling aan röntgenstraling kunnen verminderen, aangezien er nu nog röntgenfoto's nodig zijn voor een diagnose.
Hani Al-Ers
Hani Al-Ers is een onderzoeker op het gebied van mens-machine-interacties. Hij voltooide zijn PhD aan de TU Delft bij de Interactive Intelligence-groep van de Faculteit Computer Science (EEMCS). Philips Research in Eindhoven sponsorde zijn project dat als doel had de user experience van Philips tv-sets te verbeteren. Hij voltooide 2 postdocs aan de TU Delft, waar hij internationale consortia managede op onderwerpen als een hogere kwaliteit van leven voor ouderen. Momenteel doet hij onderzoek op het gebied van gezondheid en educatie en leidt hij daarnaast de Research Education-activiteiten in de Dutch Innovation Factory.
Xiao Peng
Momenteel voert Xiao Peng onderzoek uit naar het onderwerp Triple Helix: hoe je academici, overheid en professionals uit het werkveld effectief met elkaar verbindt. Haar onderzoeksdoelstelling is om met het toepassen van data science in het domein van onderwijs en duurzame circulaire economie, beleid en besluitvorming te ondersteunen.
x.peng@hhs.nl
Over de lector
dr. Lampros Stergioulas
Lampros Stergioulas is ook actief voor de Europese Commissie als expert op het gebied van artificial intelligence, datascience en onderzoeksethiek. In diverse programma’s, gesponsord door de Europese Unie en EU-lidstaten, treedt hij op als evaluator.
Lampros studeerde informatica en natuurkunde en behaalde aan de University of Liverpool (Verenigd Koninkrijk) een master en een PhD in elektrotechniek.
Inmiddels heeft hij meer dan 200 wetenschappelijke publicaties op zijn naam staan en verscheidene PhD-theses begeleid en beoordeeld op het gebied van datascience, mensgericht computergebruik, gezondheidsinformatica, datagestuurde sociale innovatie, modellering en simulatie en intelligente systemen.
Hij was hoofdonderzoeker in meer dan 30 EU-projecten, en coördinator van 4 Europese onderzoeksprojecten waarin hij samenwerkte met de EUR en met nationale publieke organisaties zoals het Europees Centrum voor ziektepreventie en -bestrijding (ECDC), het Europees Geneesmiddelenbureau (EMA), de Europese Commissie, de National Health Service (Verenigd Koninkrijk) als ook nationale en regionale autoriteiten binnen Europa.
De onderzoeksinteressen van Lampros Stergioulas liggen op de gebieden toegepaste AI, datascience en -analyse, gezondheidsinformatica, datagestuurd management en innovatie, systeemmodellering en -simulatie als ook bij data-ethiek. Met dit alles wil hij een real-world impact bewerkstelligen op het gebied van gezondheidszorg, welzijn en duurzaamheid.
“Onze missie is om wetenschappelijke expertise toe te passen om echte problemen op te lossen met behulp van data, om besluitvorming en beleidsvorming te ondersteunen en levens en gemeenschappen ten goede te transformeren en om zowel private als publieke sectoren te helpen innoveren en groeien met behulp van datawetenschap."
Projecten
Energietransitie in Zoetermeer
Energie is erg belangrijk voor de maatschappij. Tegelijkertijd zien we dat de energiebronnen steeds schaarser worden. Dat we ons bewust moeten zijn van een toenemende uitputting van onze energiebronnen. Ook de betaalbaarheid van de energiediensten wordt daarmee een steeds groter probleem.