avatar

About Joachim Ganseman

Joachim Ganseman is informaticus en heeft een verleden als doctoraatsstudent aan de Universiteit Antwerpen, met zijsprongen naar Queen Mary University in London en Stanford University, waarbij hij focuste op digitale signaalverwerking en analyse van audio. Sinds 2018 werkt hij bij Smals Research waar hij zich concentreert op AI-gerelateerde onderwerpen - o.a. machine learning, natural language processing, data science - en hun mogelijke toepassingen in overheidscontext. Naast het werk is hij een uitstekend pianist, en als medestichter en -organisator van de Belgische Informatica-olympiade ontving hij in 2016 de jaarprijs wetenschapscommunicatie van de Koninklijke Vlaamse Academie voor Wetenschappen van België.

Email: joachim.gansemanblah [at] blah blahsmals.be

Website: https://www.ganseman.be/

Twitter: jganseman

List of documents :

3.4 MiB
704 Downloads
Details
721.7 KiB
450 Downloads
Details
4.1 MiB
800 Downloads
Details
3.5 MiB
535 Downloads
Details
703.9 KiB
454 Downloads
Details
4.0 MiB
520 Downloads
Details
3.5 MiB
635 Downloads
Details
702.8 KiB
353 Downloads
Details
752.1 KiB
349 Downloads
Details
1.9 MiB
1269 Downloads
Details
4.0 MiB
1118 Downloads
Details
704.0 KiB
411 Downloads
Details
201.3 KiB
510 Downloads
Details
194.6 KiB
506 Downloads
Details
719.6 KiB
666 Downloads
Details
2.6 MiB
1330 Downloads
Details
1.7 MiB
821 Downloads
Details
741.9 KiB
726 Downloads
Details
5.9 MiB
1633 Downloads
Details
548.9 KiB
942 Downloads
Details

List of blog posts :

Facetten van Natural Language Processing – deel 2

mouse-shaped computer mouse

Veel aspecten van Natural Language Processing (NLP) steunen op een of andere vorm van classificatie. Als we een tekst automatisch willen analyseren of begrijpen, zal het immers snel nodig zijn om labels aan (groepen van) woorden of zinnen toe te … Continue reading

Facetten van Natural Language Processing – deel 1

Bij Natural Language Processing (NLP) denken veel mensen spontaan aan spraakherkenning. Het blijft een van de meest tot de verbeelding sprekende toepassingen, en de technologie is ondertussen robuust genoeg dat ze steeds vaker ingang vindt in alledaagse toepassingen. Apple’s Siri, … Continue reading

Enkele valkuilen in AI

Example of image annotations on adversarial examples. Image (c) Nguyen A, Yosinski J, Clune J.: Deep Neural Networks are Easily Fooled: High Confidence Predictions for Unrecognizable Images. In Computer Vision and Pattern Recognition (CVPR '15), IEEE, 2015.

Artificiële intelligentie (AI) maakt de laatste jaren grote sprongen. Het vakgebied is duidelijk ‘hot’. Dat blijkt uit de explosieve groei van de belangrijkste academische conferenties en uit de nieuwsberichten over universiteiten die worden leeggeplukt door bedrijven. De beschikbare rekenkracht is de … Continue reading