381023 research outputs found
Sort by
Development of a quantum dot single photon source on silicon for next generation integrated quantum circuits
No full textStronger together? Collaborative activities between lecturers in higher education unravelled
No full textSpaces of smooth and ultradifferentiable vectors associated with lie group representations
No full textIn de abstracte theorie van oneindig-dimensionale representaties van lie-groepen is het noodzakelijk "reguliere vectoren" te beschouwen om technische problemen te vermijden. Vanuit het perspectief van de functionaalanalyse zijn deze objecten interessant omdat veel klassieke functieruimten gezien kunnen worden als ruimten van reguliere vectoren horend bij een zekere lie-groeprepresentatie.
Een eerste doel van deze thesis is om de grondslagen van deze ruimten nauwkeurig te beschrijven. In het bijzonder worden vele klassieke definities en eigenschappen veralgemeend. Zo beschouwen we gladde, reëel analytische en ultradifferentieerbare vectoren. In deze context worden vervolgens twee soorten problemen bestudeerd.
De eerste zijn factorisatieproblemen, een belangrijk onderwerp binnen de harmonische analyse. Voor representaties van compacte lie-groepen tonen we onder andere aan dat elke reëel analytische vector geschreven kan worden als het beeld een andere reëel analytische vector onder een natuurlijke actie horend bij de representatie. Dit lost een specifiek, maar belangrijk geval op van een recent vermoeden over zulke factorisatieproblemen.
Het tweede soort probleem gaat over lineair-topologische invarianten van topologische vectorruimten, namelijk quasinormeerbaarheid en de (Ω)-eigenschap, en meer precies of ruimten van reguliere vectoren deze invarianten overerven van de oorspronkelijke representatieruimte. Onder zwakke veronderstellingen geldt dit inderdaad. Deze overervingseigenschappen lenen zich tot een systematische studie van deze invarianten
When meaning is implicit : in pursuit of world knowledge in computational irony modelling
No full textFigurative language allows us to express ideas implicitly. Among its different forms, irony stands out due to the sharp contrast it often presents between what is literally said and what is actually meant. Unlike metaphors, which rely on comparisons, irony derives its effect from contradiction to the literal meaning, which makes it a powerful tool for creative expression and humour.However, because of its implicitness, irony can also be weaponized for ridicule, offence and insult, while keeping plausible deniability.As communication increasingly occurs at scale on digital platforms, much of it is now automatically generated or analysed by language models and moderation systems.
In turn, their ability to comprehend implicit language, including figurative language and irony, is taking on greater societal importance.
This dissertation examines the capacity of automatic systems, particularly language models, to identify irony in English and Dutch social media data.Besides knowing how well these models perform, it is key to understand the mechanisms by which these models interpret irony and arrive at their predictions.To this end, the thesis examines how language models process and explain ironic language, comparing their explanations to human interpretations. Finally, this study explores the role of background knowledge in ironic communication and assesses the extent to which computational models incorporate and utilize such knowledge.
The results show that language models can accurately predict whether a text is ironic in about three out of four cases, in both English and Dutch. To identify irony, these systems often rely on detecting strong positive sentiments, focusing on hyperbolic expressions that are strongly correlated with irony. While this strategy aligns with human interpretation, irony typically involves more than mere exaggeration; as identifying ironic contrast often requires background or world knowledge. Although automatic systems for irony detection exhibit some sensitivity to topical knowledge, the extent to which they access and apply this knowledge remains uncertain. Building on this, we investigate whether language models can connect topics to relevant world knowledge in the context of irony. Our findings indicate that generative models are well capable of producing meaningful explanations for irony in English, and can ground their interpretations in relevant world knowledge, even when this information is not explicitly present in the text. However, despite comparable detection performance for Dutch, these models struggle more to produce coherent explanations for irony in Dutch tweets.Figuurlijk taalgebruik laat ons toe een boodschap op een subtiele en impliciete manier over te brengen. Ironie is daarbij een bijzondere vorm die vaak gebaseerd is op een contrast tussen wat er letterlijk gezegd en eigenlijk bedoeld wordt. In tegenstelling tot metaforen, een vorm van figuurlijk taalgebruik die gebaseerd is op gelijkenissen of gedeelde kenmerken, ontstaat ironie door een duidelijke tegenstelling tussen de letterlijke en de werkelijke boodschap. Dat maakt ironie niet alleen bijzonder geschikt voor humor en creativiteit, maar ook voor scherpe of spottende opmerkingen, vaak op een manier waarbij de spreker achteraf kan beweren dat het niet zo bedoeld was.
Automatische systemen en taalmodellen spelen een steeds grotere rol in hoe we (online) communiceren: ze schrijven en corrigeren teksten, analyseren ze en filteren of modereren gesprekken. Om dat op een zinvolle manier te doen, moeten ze ook leren omgaan met complex taalgebruik zoals ironie.
Dit doctoraatsonderzoek bestudeert in hoeverre automatische systemen, en specifiek taalmodellen, in staat zijn om ironie te herkennen in Engelse en Nederlandse tweets. De focus ligt niet alleen op het verbeteren van hun prestaties, maar vooral op het begrijpen hoe die systemen ironie detecteren. Daarom onderzoekt deze thesis hoe taalmodellen ironie verwerken en verklaren en hoe die aanpak verschilt van hoe mensen ironie interpreteren. Daarnaast wordt er gekeken welke rol wereldkennis speelt bij het begrijpen van ironie: Hoe gebruiken mensen die kennis? En in welke mate kunnen automatische systemen daar ook mee aan de slag?
Uit de resultaten blijkt dat taalmodellen in ongeveer driekwart van de gevallen correct voorspellen of een tekst ironisch is. Daarbij letten ze vaak op sterke, overdreven uitingen van positief sentiment.
Ook mensen gebruiken die strategie vaak om ironie uit te drukken, maar ironie herkennen gaat wel verder dan dat: ze letten vooral op tegenstrijdigheden en beroepen zich daarop vaak op de wereldkennis die ze bezitten. Automatische systemen lijken in zekere mate ook rekening te houden met het onderwerp of thema van een tekst, maar of ze daarbij echt wereldkennis inzetten, is niet zeker. Om dat verder te onderzoeken, werd gekeken of taalmodellen thema's kunnen koppelen aan relevante wereldkennis in ironische contexten. Dit onderzoek toont aan dat generatieve taalmodellen voor het Engels in staat zijn om ironie te herkennen en op een betekenisvolle manier uit te leggen. Ze lijken daarbij ook gebruik te maken van wereldkennis, zelfs als die niet letterlijk in de tekst staat. Voor het Nederlands presteren deze systemen ook goed bij het herkennen van ironie, maar ze slagen er minder goed in om ironie op een coherente manier uit te leggen
Improved metabolic monitoring of early-lactating dairy cows in temperate and tropical conditions
No full textIn Oeganda worden melkkoeien steeds vaker gekruist met hoogproductieve melkkoeienrassen zoals Holstein-Friesian. Deze kruisingen hebben het potentieel om de melkproductie op kleine melkveebedrijven aanzienlijk te verhogen. Toch blijven de behaalde melkproductieresultaten vaak achter bij de genetische verwachtingen. Vooral in het begin van de lactatie, rond het afkalven, kunnen deze koeien grote metabole uitdagingen ervaren. Dit wordt nog versterkt door de wisselende voederkwaliteit in het agro-pastorale graassysteem, waar boeren afhankelijk zijn van seizoensgebonden beschikbaarheid van voeder in de weides.
Het doel van dit doctoraatsonderzoek was om beter te begrijpen hoe verschillen in melkproductie bij deze kruisingen samenhangen met hun metabolisme en het beschikbare voeder. Hiervoor werd onderzocht of het mogelijk is om het metabolisme van koeien in kaart te brengen met behulp van bloedspotstaaltjes – een eenvoudige methode waarbij een druppel bloed op een kaartje wordt gedroogd. Deze methode is praktischer dan klassieke bloedanalyses en kan makkelijker worden toegepast op kleine boerenbedrijven, vooral in afgelegen gebieden met beperkte voorzieningen om bloedstalen te verwerken en serum ingevroren te bewaren en te transporteren.
Allereerst werd deze methode getest in België, op twee proefbedrijven met Holstein-koeien die onder gecontroleerde omstandigheden werden opgevolgd van twee weken voor tot drie weken na het afkalven. Hieruit bleek dat koeien die meer melk gaven vaak een ander metabolisch profiel vertoonden, waarbij verschillen werden opgemerkt in bloedwaarden van aminozuren en vetafbraakproducten (acylcarnitines). Deze verschillen suggereerden dat deze dieren waarbij beter in staat zijn om de mogelijke nadelige effecten van vetophoping in de energiefabriekjes van hun cellen (de mitochondriën) te voorkomen, door het vet daar efficiënt te verwerken of veilig af te voeren.
Vervolgens werd hetzelfde onderzocht in Oeganda bij 89 kruisingskoeien op 13 kleine melkveebedrijven in de Rwenzori-regio. Gedurende de eerste 90 dagen van de lactatie werden melkproductie, lichaamsconditie en bloedwaarden opgevolgd. Koeien met een hogere melkproductie bleken een gunstiger metabool profiel te vertonen, met minder tekenen van vetophoping in de mitochondriën. Bij deze dieren lijkt dit voornamelijk te wijten aan een efficiëntere omzetting tot energie van het vet dat ze aanspreken. Deze studie toont bovendien aan dat bloedspotanalyse ook onder praktijkomstandigheden in Oeganda toepasbaar is om verschillen in metabolisme tussen koeien op te sporen.
Daarnaast werd onderzocht hoe seizoenswisselingen de kwaliteit van het beschikbare gras beïnvloeden. De graslanden in de Rwenzori-regio bevatten weinig eiwitrijke vlinderbloemigen (ongeveer 13%), en het aandeel gras daalde in het droge seizoen met ongeveer 10 procent, wat gecompenseerd werd door een toename van onkruiden. Opvallend genoeg was het eiwitgehalte van het gras in het droge seizoen hoger, ondanks een toename van de ruwe celstof en lignine. De melkproductie per koe bleef tussen de seizoenen nagenoeg stabiel.
Hoewel de veldomstandigheden in Oeganda tot variatie leidden, levered dit onderzoek nieuwe inzichten in hoe melkkoeien omgaan met nutritionele uitdagingen rond het afkalven en hoe eenvoudige bloedspotanalyses kunnen helpen om het metabool profiel van dieren op te volgen
Advancing self-amplifying RNA delivery : evaluating novel polyethylenimine-inspired polymers as non-viral carriers
No full text
Interpreting and aligning large language models
No full textModerne AI-systemen, zoals Large Language Models (LLMs), bieden indrukwekkende mogelijkheden, maar brengen ook grote uitdagingen met zich mee op het gebied van interpretatie en alignment. In mijn onderzoek richt ik mij op het begrijpen van de interne werking van LLMs (interpretability) en het waarborgen dat hun gedrag overeenkomt met de bedoelingen van de ontwikkelaar (alignment).
Interpretatie is cruciaal omdat we vaak niet begrijpen hoe complexe modellen zoals LLMs beslissingen nemen. In mijn werk introduceer ik een causale benadering voor interpretatie van AI-systemen. Hiermee ontwikkelde ik benchmarks en datasets om bestaande interpretatie-methoden te evalueren en te vergelijken. Ik toonde aan dat veel methoden beperkt effectief zijn en verbeterde prestaties realiseerbaar zijn door een AI-systeem te laten interpreteren door een tweede AI-systeem.
Naast interpretatie is alignment een even belangrijk vraagstuk. Mijn onderzoek bracht significante tekortkomingen in bestaande alignment-methoden aan het licht, die de betrouwbaarheid van AI-systemen beïnvloeden. Ik ontwikkelde nieuwe technieken, zoals preciezere trainingsalgoritmen en betere datasets, om de prestaties en ethiek van AI te verbeteren.
Mijn werk combineert theoretische inzichten met praktische innovaties en biedt oplossingen om AI-systemen veiliger en transparanter te maken. Hiermee lever ik een bijdrage aan het verantwoord gebruik van AI in onze maatschappij