Stage | Graphs voor Infrastructuur vernieuwing

Position: Stage | Knowledge Graphs voor Infrastructuur vernieuwing
Over deze vacature

Deze stage biedt de mogelijkheid om bij te dragen aan innovatief onderzoek op het kruispunt van Knowledge Graphs en opkomende technologieën, met als doel datagedreven besluitvorming in complexe infrastructuuromgevingen te verbeteren. Je werkt aan vraagstukken rondom het integreren en structureren van informatie uit uiteenlopende databronnen, zodat organisaties beter onderbouwde, transparantere en beter uitlegbare beslissingen kunnen nemen gedurende de volledige levenscyclus van infrastructuurassets.

Als onderdeel van een multidisciplinair team onderzoek je hoe Knowledge Graphs kunnen worden gecombineerd met complementaire technologieën, zoals machine learning, large language models (LLM’s), computer vision en geospatial analyses, om intelligente oplossingen te ontwikkelen voor praktijkgerichte uitdagingen. De stage combineert wetenschappelijk onderzoek met praktische experimenten, waaronder literatuurstudies, data-analyse, prototypeontwikkeling en evaluatie. Gedurende de stage krijg je de vrijheid om een onderzoeksrichting te verkennen die aansluit bij jouw interesses en expertise, terwijl je bijdraagt aan de ontwikkeling van innovatieve methoden voor kennisintegratie, beslissingsondersteuning en infrastructuurintelligentie.

Wat ga je doen?

Tijdens deze stage werk je aan het verkennen en ontwikkelen van methoden om Knowledge Graphs te integreren met andere technologieën voor het aanpakken van praktijkgerichte uitdagingen rondom infrastructuurvernieuwing. Je krijgt de flexibiliteit om je te richten op een specifieke onderzoeksrichting die aansluit bij jouw interesses en academische achtergrond.

Onderzoeksrichtingen:

AI Agents en Knowledge Graphs Onderzoek hoe op LLM’s gebaseerde AI-agents gebruik kunnen maken van Knowledge Graphs om infrastructuurbeoordelingen uit te voeren. Denk hierbij aan het vinden en combineren van relevante informatie, het toepassen van bestaande engineeringregels en berekeningen, het identificeren van ontbrekende informatie en het verklaren van beoordelingsresultaten.

Geavanceerde Engineering Reasoning en Knowledge Graphs Onderzoek hoe Knowledge Graphs steeds gedetailleerdere technische beoordelingen kunnen ondersteunen door uitgebreidere regels, berekeningen en degradatiemodellen op te nemen. Verken hoe bestaande domeinontologieën, technische standaarden en assetspecifieke parameters kunnen worden hergebruikt voor beoordelingen zoals degradatieanalyse en de schatting van de resterende levensduur.

Machine Learning en Knowledge Graphs Onderzoek hoe machine-learningtechnieken gebruik kunnen maken van de verbonden informatie in Knowledge Graphs om verborgen relaties, degradatiepatronen en overeenkomsten tussen assets te ontdekken die mogelijk niet worden vastgelegd door bestaande engineeringregels. Evalueer hoe deze inzichten kunnen bijdragen aan betere vernieuwings- en onderhoudsbeslissingen.

Computer Vision en Knowledge Graphs Onderzoek hoe informatie die wordt geëxtraheerd uit (inspectie) beelden, zoals scheuren, schade en slijtage, kan worden geïntegreerd in Knowledge Graphs en gecombineerd met technische kennis om conditiebeoordelingen en beslissingen rondom infrastructuurvernieuwing te ondersteunen.

Geospatial Data en Knowledge Graphs Onderzoek hoe geospatial data en ruimtelijke relaties Knowledge Graphs kunnen verrijken, zodat assets beter kunnen worden begrepen binnen hun netwerk- en omgevingscontext. Verken hoe deze informatie kan bijdragen aan infrastructuurvernieuwing en strategische besluitvorming.

Dit onderzoek omvat het uitvoeren van een literatuurstudie naar bestaande onderzoeken binnen het gekozen onderzoeksgebied, het analyseren van praktijkdata uit de infrastructuursector om missende informatie en integratie-uitdagingen te…