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
Hani Al-Ers
Xiao Peng
Jeroen Vuurens
Raymond Hoogendoorn
Cor Beyers
Cor Beyers is gepromoveerd aan de Technische Universiteit Eindhoven en gebruikte chemometrische methoden in spectroscopie om de concentraties van chemische verbindingen te voorspellen. Hij heeft ook een “business degree” met ervaring in het werken in de industrie voor multinationals zoals BASF, PPG en Sherwin Williams. Hij sloot zich aan bij het lectoraat Data Science om te werken aan het extraheren van inzichten uit Big Data door het gebruik van geavanceerde analytische methoden om de zakelijke besluitvorming te verbeteren.
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.
Publicaties Hani Al-Ers op Google Scholar
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.
Publicaties Xiao Peng op Google Scholar
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
Onderwijsstatistieken
Slimme knuffel ‘Smart Teddy’ past op ouderen
Een slimme knuffel die gezelschap houdt én waakt over het welzijn, kan voor ouderen betekenen dat zij langer thuis kunnen wonen en minder zorg nodig hebben. Met het oog op de vergrijzing en de druk op de zorg, zijn dit soort producten heel interessant om in te zetten in de ouderenzorg. In het project ‘Smart Teddy’ ontwikkelen en testen de lectoraten Data Science en Technologie voor Gezondheidszorg een interactieve knuffel.