Deze inventarisatie biedt de Hanzehogeschool Groningen op korte termijn een eerste overzicht van de bijdrage die zij levert aan de economische en maatschappelijke ontwikkelingen in de regio en internationaal.
Met de sterk groeiende aantallen zonnepanelen en windmolens maakt Nederland een inhaalslag met de opwekking van duurzame energie in de vorm van elektriciteit. Helaas bestaat er nog geen goede balans tussen vraag en aanbod en is betaalbare opslag van duurzame stroom nog niet vanzelfsprekend. Een mogelijk alternatief is opslag in de vorm van methaan. Daarover meer leren is de kern van het vierjarige onderzoeksproject Biologische Power-to-Gas (Bio-P2G) van lector Jan-Peter Nap.
Zijn data-analyse en bio-informatica de sleutel naar voorspellingen over de invloed van giftige stoffen op de gezondheid van mensen? Het project DART Pathfinder is een vervolgonderzoek naar een dierproefvrije testmethode. Met moderne ICT-technieken proberen we die voorspellingen te doen.Doel Het doel van dit project is om gegevens over giftige stoffen uit verschillende data bronnen samen te brengen. In het onderzoek gebruiken we technieken uit de bio-informatica. Zo willen we de eigenschappen van giftige stoffen beter in kaart brengen en (nadelige) effecten van soortgelijke stoffen kunnen voorspellen. Veel bedrijven maken producten of stoffen, die getest moeten worden of ze veilig zijn. Met dit project helpen we bedrijven om o.b.v. bestaande gegevens een betere keuze te maken welke testen ze hiervoor het beste kunnen gebruiken. Resultaten Kennis over computer modellen die voorspellingen doen, zoals machine learning, regression tree-based models; Nieuwe algoritmen (instructies om berekeningen uit te voeren) Inzicht in nieuwe biologische mechanismen obv data science Nieuwe statische methoden om data te analysen en voorspellingen te doen. Looptijd 01 februari 2018 - 01 februari 2022 Aanpak Met de gegevens uit het onderzoek maken we een computermodel dat voorspelt of giftige stoffen invloed hebben op de voortplanting en ontwikkeling van mensen. Die voorspelling gebeurt via machine learning, algoritmen en statistische methoden. Voor dit model wordt informatie uit publieke databases over fysische en chemische eigenschappen van mogelijk gevaarlijke stoffen samengevoegd met de gegevens over de invloed van deze stoffen op levende organismen. Net als in het eerste onderzoek (PreDART) werken we met rondwormen (C.elegans) en embryo's van zebravissen, met als doel geen proeven meer met ratten en konijnen te hoeven doen.
Zijn data-analyse en bio-informatica de sleutel naar voorspellingen over de invloed van giftige stoffen op de gezondheid van mensen? Het project DART Pathfinder is een vervolgonderzoek naar een dierproefvrije testmethode. Met moderne ICT-technieken proberen we die voorspellingen te doen.
Zijn data-analyse en bio-informatica de sleutel naar voorspellingen over de invloed van giftige stoffen op de gezondheid van mensen? Het project DART Pathfinder is een vervolgonderzoek naar een dierproefvrije testmethode. Met moderne ICT-technieken proberen we die voorspellingen te doen.Doel Het doel van dit project is om gegevens over giftige stoffen uit verschillende data bronnen samen te brengen. In het onderzoek gebruiken we technieken uit de bio-informatica. Zo willen we de eigenschappen van giftige stoffen beter in kaart brengen en (nadelige) effecten van soortgelijke stoffen kunnen voorspellen. Veel bedrijven maken producten of stoffen, die getest moeten worden of ze veilig zijn. Met dit project helpen we bedrijven om o.b.v. bestaande gegevens een betere keuze te maken welke testen ze hiervoor het beste kunnen gebruiken. Resultaten Kennis over computer modellen die voorspellingen doen, zoals machine learning, regression tree-based models; Nieuwe algoritmen (instructies om berekeningen uit te voeren) Inzicht in nieuwe biologische mechanismen obv data science Nieuwe statische methoden om data te analysen en voorspellingen te doen. Looptijd 01 februari 2018 - 01 februari 2022 Aanpak Met de gegevens uit het onderzoek maken we een computermodel dat voorspelt of giftige stoffen invloed hebben op de voortplanting en ontwikkeling van mensen. Die voorspelling gebeurt via machine learning, algoritmen en statistische methoden. Voor dit model wordt informatie uit publieke databases over fysische en chemische eigenschappen van mogelijk gevaarlijke stoffen samengevoegd met de gegevens over de invloed van deze stoffen op levende organismen. Net als in het eerste onderzoek (PreDART) werken we met rondwormen (C.elegans) en embryo's van zebravissen, met als doel geen proeven meer met ratten en konijnen te hoeven doen.
