Offline
Hey! Mijn naam is Tadjiro Velzel en ik studeer electrical engineering en klinische technologie aan de TU Delft. Dit is een erg wiskundige opleiding, waarbij ik ook veel ervaring opdoe in circuit design. Ook buiten mijn opleiding spendeer ik veel tijd aan programmeren. Laat me weten als je een vraag hebt!
Beste renske04
De datum 7 oktober is jammergenoeg komen te vervallen.
Zijn jullie ook beschikbaar op 6 oktober om half 4?
Het experiment duurt tussen een en twee uur afhankelijk van jullie begrijpen en voorbereiden.
Er is op 6 oktober genoeg tijd voor jullie om het gehele experiment te doen.
aleyna Hey Aleyna!
Ik ga even zitten met een AI specialist om sommige van deze dingen te beantwoorden.
Dat gaat dan misschien even duren, maar dan krijg je wel echt goede antwoorden.
Het is voor mij erg moeilijk om iemand te vinden die de vragen kan beantwoorden die specifiek over gebruik in ziekenhuizen gaat, maar ik ga mijn best doen.
Je hoort snel van me,
Tadjiro Velzel
Beste Sem0,
De enige persoon die ik ken op de TU Delft met dusdanig expertise is Dr. Yifeng Zhao, (Y.Zhao-4@tudelft.nl)
Hij is docent voor het mastervak Photovoltaic Technologies.
Ik denk dat het beste is om met hem contact op te nemen via zijn email adres (hierboven genoemd).
Zelf hebben wij binnen het PWS Team deze mogelijkheid helaas niet.
M.v.g.,
Tadjiro Velzel
Beste PWS Team,
Voor mijn profielwerkstuk wil ik een AI model maken die kan voorspellen of iemand een risico heeft op gehoorschade op basis van zijn gegevens. Hiervoor hebben we een database met gegevens zoals leeftijd, hoe vaak de persoon naar concerten gaat, het type werk (industrie, kantoor of dienstensector) en geslacht en of de persoon daadwerkelijk gehoorschade heeft. We begrijpen niet helemaal hoe we vanaf de data komen naar de daadwerkelijke voorspelling.
We zien heel veel opties, maar daardoor zien we door de bomen het bos niet meer.
Vervolg: we hebben best wat personen in de database waarvan de data niet compleet is. Verder snappen we ook niet helemaal hoe we de data moeten voorbereiden voor het model. Kan u daarover uitleggen?
Beste jonas22,
Bedankt voor je vraag! Helaas hebben we op de TUD geen tandheelkundig departement. Daarvoor kan je beter terecht bij het eramsus MC of de VU. Ook Leiden univ heeft geen specifiek tandheelkunde departement.
Mijn excuses en succes met de zoektocht!
Beste Lotte Noorlander, Veerle Vreeken en Lauti Montero Arevalo,
We hebben jullie technasiumexpertaanvraag ontvangen en ik zou jullie graag helpen met jullie opdracht.
Ik heb hiervoor een forumtopic aangemaakt, zodat we de communicatie overzichtelijk op één plek kunnen houden.
Korte samenvatting van jullie aanvraag:
Met vriendelijke groet,
Tadjiro Velzel
Beste MilanL,
Ik vind het mooi dat jullie de onderzoeksvraag al wat hebben uitgewerkt! Sommige PWS hoofdvragen worden "vriendelijk gehouden" om het begrijpbaar te houden, maar missen daarom een stukje wetenschappelijke diepgang. In jullie geval hebben jullie daar al een stap vandaan gezet.
Hij zou nog wel een stukje scherper kunnen door inderdaad de doelgroep te specificeren. Ik zou dat kort houden door iets als "onder jongeren" toe te voegen. Je zou nog de opzet (random control trial oid) kunnen toevoegen, de belasting (20% lichaamsgewicht), of de specifieke uitkomstmaat (gemiddelde RMS amplitude) in de hoofdvraag kunnen verwerken, maar gewoonlijk houd ik er meer van om dat pas in de introductie en methode naar voren te laten komen.
Ik denk dat jullie tijdens het PWS (en ervoor ook al) zullen tegenkomen dat vooral PWS-begeleiders sterke meningen hebben over hoe de hoofdvraag opgesteld moet worden, maar dat dit op de universiteit wat meer wordt losgelaten. Voor nu dus vooral even kortsluiten met jullie eigen begeleider.
Voor de hoeveelheid proefpersonen moet je een power analyse doen. Hiervoor moet je weten hoe groot het effect is dat je wilt kunnen waarnemen. Dit kan bijvoorbeeld een verschil van 10% zijn. Verder moet je de kans instellen dat je het effect ook daadwerkelijk opmerkt. Het kan namelijk zijn dat het verschil er wel is, maar dat je hem door toeval niet hebt gemeten. Dat noemt men de power (tussen 0 en 1). Je hebt ook de alpha nodig. Dat is de kans dat het effect er niet is, maar je hem wel meet door toeval (vals positief). De meeste calculatoren vragen ook wat je verwacht als de standaarddeviatie en het gemiddelde in groep 1 en groep 2.
https://clincalc.com/stats/samplesize.aspx
Hiermee bouw je dus een foutmarge in.
Je noemt "statistisch significant verschil" en hier zit eigenlijk al een foutmarge bij ingebouwd. De grens voor statistisch significant (alpha = 0.05) betekent dat je 1 op de 20 keer een effect meet wat er eigenlijk niet is. Op basis van je berekening voor de statistische significantie kom je dus tegen wat je foutmarge is. Het enige dat je vooraf moet doen is kritisch zijn over de methode waarmee je meet en met data outliers.
Ik raad aan dat je iets als een paired t-test gebruikt, zodat je individuen met zichzelf vergelijkt in plaats van verschillende groepen. Dan check je voor elk persoon "wat is het verschil tussen deze persoon in conditie 1 en conditie 2) in plaats van "wat is het verschil tussen groep 1 en groep 2). Let op: voor de power analyse heb je dan een andere tool nodig (https://www.statscalculators.com/calculators/hypothesis-testing/sample-size-and-power-analysis-calculator) . Zo heb je wat minder invloed van overige factoren binnen de groep, zoals geslacht.
Ik zou elke persoon meedere metingen laten doen binnen dezelfde conditie (bijvoorbeeld 3 sets extern en 3 sets intern). Dan kan je kiezen of je de 3e set wil gebruiken, omdat proefpersonen de conditie van beter begrijpen, of het gemiddelde wil nemen van de sets. EMG signalen zijn namelijk nogal ruisgevoelig.
Als je deze eerste methode gebruikt is het effect van ervaring ook iets kleiner, omdat je niet de eerste set telt. Ik denk wel dat er een kans is dat het effect groter is bij ervaring met krachttraining, omdat interne en externe focus vereist dat je niet bezig bent met hoe je de beweging uberhaupt moet maken.
Zet ook een limiet op de hoeveelheid reps binnen een set, zodat de metingen met elkaar representatief blijven. Als je het effect van focus goed wilt meten, zal je niet-gerelateerde subanalyses zoals de hoeveelheid reps die een persoon kan leveren of welk percentage lichaamsgewicht getild kan worden, even moeten laten liggen.
Als jullie nog vragen hebben, hoor ik het graag!
Tadjiro Velzel
Onderzoeker neurorobotica Erasmus MC & elektrotechnicus
Beste Lisa Verbunt,
Het zijn goede hoofdvragen en deelvragen! Het zijn er vooral heel veel. Misschien is het mogelijk om met één deelvraag er twee te beantwoorden, zo denk ik dat de vraag "In welke slaapfasen komen dromen voor en welke kenmerken van deze fasen geven inzicht in de mogelijke functies van dromen?" ook wel het antwoord kan bevatten op de vraag "Welke rol spelen dromen bij het verwerken van ervaringen en het voorbereiden op toekomstige situaties?"
Verder zou ik een concluderende deelvraag aan het einde toevoegen die echt vergelijkingen maakt tussen dromen en reinforcement learning. Dan kan je dat onderdeel gebruiken om definitief de hoofdvraag te beantwoorden.
Loopt het verder allemaal de goede kant op?
Tadjiro Velzel
Beste Lisa Verbunt ,
Wat leuk dat jullie zo'n originele onderzoeksvraag hebben! Dat is eens iets nieuws dat ik nog niet eerder heb gezien.
Ik vind het terrein dat jullie gaan onderzoeken super interessant. Ik denk vooral dat het waardevol is (na de onderzoeksvraag) duidelijk te hebben afgebakend wat je precies gaat onderzoeken, omdat zowel het veld van dromen, behavioral sciences, en reinforcement learning erg breed zijn.
Je zou kunnen inzoomen op experience replay [https://arxiv.org/abs/1712.01275]
Tijdens experience replay worden ervaringen opnieuw afgespeeld tijdens het leren, wat neurowetenschappers ook zien bij slaap.
"In hoeverre vervullen dromen een vergelijkbare functie als experience replay in reinforcement learning bij het verbeteren van toekomstig gedrag?"
Het is ook mogelijk om in te gaan op slaap in zijn geheel als verwerkingsperiode, niet enkel op bewust dromen. Ook dit kan behulpzaam zijn om in de onderzoeksvraag al afgebakend te hebben.
Hebben jullie al een set deelvragen? Het lijkt me bijvoorbeeld goed om een structuur te hebben die een beetje lijkt op de volgende:
Het lijkt me super mooi als jullie uit de wetenschappelijke literatuur kunnen kijken naar studies met bijvoorbeeld fMRI of EEG beelden tijdens dromen. Zo kan je het neurowetenschappelijke deel linken aan echte hersenactiviteit en til je het onderzoek een beetje uit het zweverige domein, waar men wel eens verloren in raakt bij psychologisch droomonderzoek.
Richard Sutton en Andrew Barto hebben reinforcement learning ontwikkeld en hebben hierover een boek geschreven. Hierin zit een hoofdstuk genaamd Neuroscience. Het boek heet "Reinforcement Learning: An Introduction". Zo krijg je direct het technische perspectief van de auteurs en hun mening over de neurowetenschappelijke koppeling. [https://web.stanford.edu/class/psych209/Readings/SuttonBartoIPRLBook2ndEd.pdf]
David Silver van UCL heeft trouwens videolectures op youtube over reinforcement learning die ook waardevol zijn.
Matthew Walker is een belangrijke onderzoeker over dromen en heeft hier ook een boek over geschreven, maar heeft ook wetenschappelijke publicaties. Het boek heet "Why We Sleep" en zijn publicaties zijn vaak te vinden in samenwerking met Stickgold. Hierin kan je specifiek zoeken op Sleep replay. Voor zover ik begrijp gebeurt deze replay voornamelijk in de hippocampus en heet hierom ook hippocampal replay. Tijdens de slaap vuurt dezelfde reeks hippocampusneuronen als tijdens de daadwerkelijke ervaring.
[https://pubmed.ncbi.nlm.nih.gov/?term=hippocampal+replay]
Laat me graag weten als je er niet helemaal uitkomt met bronnen die niet beschikbaar zijn, dan kan ik via het TU Delft domein (of Erasmus MC domein) nog helpen.
Aarzel niet als je nog ergens een vraag over hebt!
Tadjiro Velzel
Hoi, voor ons PWS willen wij onderzoeken hoeverre reinforcement learning en dromen op elkaar lijken met als onderzoeksvraag: Welke overeenkomsten en verschillen bestaan er tussen de manier waarop dromen en reinforcement learning eerdere ervaringen verwerken om toekomstig gedrag te beïnvloeden?
Wat vinden jullie van dit als onderzoeksvraag? Welke bronnen zouden handig zijn om dit te onderzoeken? En voor het reinforcement learning specifiek zijn handig om dit echt te kunnen onderzoeken en/of dit goed te vergelijken met dromen
Beste Kinnunen,
Mijn excuses dat het zo lang heeft geduurd! Ik help je graag verder. Er zijn nog wel een paar dingen voor mij een beetje onduidelijk.
Waarvoor wordt de focuser gebruikt? Gaat het hier om een telescoop? En van welk formaat?
Commerciele focussers gebruiken zo pakweg tussen de 20 en 50 N * cm. Vaak hebben deze een verfijnde aansturing, zodat de motor het focusmechanisme niet kapotdraait wanneer er iets in het systeem blokkeert. Hierom zou ik ook niet aanraden om hoger dan 40 N cm te gaan. Lijkt me een prima keuze!
Ik kan uit jullie toepassing nog niet lezen of het dan gaat om een direct drive, of een aansturing met een timing belt. Ik denk dat beiden prima voldoen. In het geval dat je kiest voor belt drive, raadt ik aan dat je de motor uitzet wanneer hij niet bezig is (door de enable pin op de driver te gebruiken), zo wordt de motor niet te warm. Wanneer de as te warm wordt, verandert nameliik de aanhechting op de timing belt.
Zowel 1.8° als 0.9° zijn prima. Als je 0.9° gebruikt ben je minder afhankelijk van microstepping, maar dat is niet per se een groot voordeel. Vaak wordt de focusing meer bepaald door de mechanische eigenschappen van de focuser dan door de aandrijving op elektronisch vlak. Op zijn hoogst bereik je met 0.9° een wat meer vloeiende beweging, maar niet per se een meer nauwkeurige.
Moderne drivers geven een veel beperktere resonantie & trilling dan oudere. Ik zou aanraden om een enigszins moderne te gebruiken (TMC2209 of TMC2225 bijvoorbeeld). Een riemaandrijving kan ook een laag trilling dempen vanwege de elasticiteit van de belt. Ook raad ik aan om het systeem niet op hoge spanning te monteren. Als je een hoge spanning op de belt monteert, beweegt het systeem misschien strakker, maar ook met meer trilling. Wanneer je een belt systeem gebruikt, is de angst dat de riem knapt niet de grote uitdaging. De spanning heeft eerder invloed op de hoeveelheid trilling.
Met betrekking tot warmte zou ik vooral denken aan de hoeveelheid stroom die je de motor toekent. De meeste steppers geven een range aan van spanningen en stromen waaronder ze kunnen werken. Je hoeft echt niet meer dan ~40-70% te geven mbt nominale stroom. Het is niet nodig om tegen de bovenkant (of zelfs boven) de range aan stroom te geven. En bovenal, beperk dus de houdstroom (wanneer de motor niet beweegt).
Samenvattend dus
NEMA 17, 1,8°, ongeveer 40 N cm.
Bijvoorbeeld TMC2209-driver met 1/16 of 1/32 microstepping.
Directe koppeling of GT2-riemaandrijving.
Houdstroom verlagen wanneer de focuser niet beweegt.
Ik hoor graag als jullie nog verdere vragen hebben!
Tadjiro Velzel
Elektrotechnicus & roboticaonderzoeker
Technasiumaanvraag: Fix de adbeer plugin
Beste Splinther, Bjorn, Liam, Demi, Liz, Tijn,
We hebben jullie technasiumexpertaanvraag ontvangen en ik zou jullie graag helpen met jullie opdracht.
Zullen we een introductiemeeting inplannen op een van de volgende momenten?
Volgende week dinsdag, 14:00
Korte samenvatting van jullie aanvraag:
Met vriendelijke groet,
Tadjiro Velzel
Beste @PepynvdVM,
Inmiddels worden de lucht- en ruimtevaartgerelateerde vragen beantwoord door een andere collega, maar die is tot zo'n 19 mei niet in Nederland. Tijnkappen
Wanneer ik hem weer bij een meeting zie wanneer hij terug is, zal ik hem herinneren dat hij dit nog moet beantwoorden.
Tadjiro Velzel