VORtech Blog

Per 1 mei neemt Jeroen Gerrits het directeurschap van VORtech over van Mark Roest. Na 30 jaar doet Mark een stapje terug. In dit dubbelinterview gaan Mark en Jeroen in op de directeurswissel.

Dit jaar wordt voor het eerst de MSc-Thesis Award uitgereikt door het . VORtech is de trotse sponsor van deze prijs.

Op ons jubileumsymposium op 9 april in Delft gaan we in op de grote veranderingen in ons vakgebied. In deze blog geven we alvast een voorproefje.

Veel van onze klanten werken aan software voor het simuleren of voorspellen van natuurlijke processen zoals waterstromen en de processen in industriële installaties. Gezien de stormachtige ontwikkelingen op het gebied van AI komt al snel de vraag op of dat ook bruikbaar is voor dit soort berekeningen met een fysische achtergrond. Het antwoord is: ja, maar…

In deze blogserie laten we zien dat onze wiskundige kracht een belangrijke aanvulling is op onze programmeervaardigheden. Met een wiskundige aanpak brengen we oplossingen die je met alleen programmeren niet bereikt. De blogs zijn gebaseerd op interviews met collega’s die recent een project hebben gedaan waar wiskunde een doorslaggevende rol in speelde. In deze tweede bijdrage spreken we met Thea, die samen met Bas en toenmalig collega Alouette een leuk project voor Boskalis uitvoerde.

Tools zoals GitHub Copilot hebben snel hun weg gevonden naar de dagelijkse workflow van software-engineers. Ze vertegenwoordigen een serieuze verschuiving in de manier waarop we software bouwen. Ze combineren machine learning met aloude software-engineeringpraktijken op een manier die nu volwassen genoeg is voor daadwerkelijk gebruik in de industrie.

Zware numerieke simulaties kunnen worden versneld door met machine learning zogeheten surrogaat modellen te trainen. Daarmee kunnen ingewikkelde modellen benaderd worden met aanzienlijk lagere rekentijden. Dat maakt het mogelijk om het model te gebruiken in een online sturing (model-in-the-loop). Ook ontstaan daarmee mogelijkheden voor uitgebreidere parameterstudies en interactief gebruik.

Machine learning-projecten draaien niet alleen om het ontwikkelen van modellen. Net zo belangrijk zijn de infrastructuur en de ondersteunende tools die ervoor zorgen dat experimenten herhaalbaar zijn, data goed beheerd wordt en resultaten betrouwbaar te reproduceren zijn. Op basis van onze ervaring raden wij TensorFlow aan als framework, het gebruik van experiment tracking doormiddel van MLflow en het goed beheren van data met DVC (Data Version Control).

Kunnen we stedelijke overstromingen betrouwbaar voorspellen en managen met een machine learning model? Die vraag werd gesteld bij Deltares, het kennisinstituut voor water en ondergrond. De eerste onderzoeken waren veelbelovend. VORtech maakte graag gebruik van de mogelijkheid om dit een stap verder te brengen in samenwerking met Deltares en de Technische Universiteit Delft. Dat was voor VORtech een mooie manier om haar expertise in machine learning voor modellen met een fysische achtergrond verder uit te bouwen.

In deze blogserie laten we zien dat onze wiskundige kracht een belangrijke aanvulling is op onze programmeervaardigheden.  Met een wiskundige aanpak brengen we oplossingen die je met alleen programmeren niet bereikt. De blogs zijn gebaseerd op interviews met collega's die recent een project hebben gedaan waar wiskunde een doorslaggevende rol in speelde. In deze eerste bijdrage spreken we met Maarten, die een leuk project voor Wageningen University & Research (WUR) uitvoerde. Hij werkte hier aan het efficiënt opslaan en verwerken van een enorme hoeveelheid genetische data.