Future Library Lab

Gespecialiseerde onderzoeksondersteuning met Machine Learning en AI
alt=""

Het Future Library Lab (FLL) van de Universiteitsbibliotheek ondersteunt onderzoekers aan Erasmus Universiteit Rotterdam (EUR) bij het analyseren van data. De nadruk ligt op ondersteuning bij tekstanalyse met behulp van machine learning (ML) en artificiële intelligentie (AI).

Wat is het Future Library Lab?

Het Future Library Lab (FLL) is een team van experts met diverse maar onderling verbonden expertises, zoals softwareontwikkeling, artificiële intelligentie (AI), machine learning (ML), wetenschappelijke informatie en datawetenschap. Hierdoor kan de Universiteitsbibliotheek (UB) experimenteren met het gebruik van AI- en ML-technieken.

Wie kan gebruikmaken van de diensten van het FLL?

De diensten van het FLL zijn beschikbaar voor de volgende groepen binnen de Erasmus Universiteit Rotterdam (EUR):

  • onderzoekers en promovendi;
  • researchmasterstudenten;
  • docenten en onderzoeksleiders;
  • teams die werken met grote datasets of tekstbestanden.

Wat betekent dit voor jouw onderzoek?

Het FLL kan je helpen om:

  • literatuur sneller te analyseren;
  • nieuwe onderzoekspatronen te ontdekken;
  • datasets te verrijken met AI;
  • complexe informatie beter toegankelijk te maken;
  • interdisciplinair onderzoek te versterken.

Onze diensten

AI-ondersteunde literatuurstudie via onderwerpidentificatie

Als onderzoeker kun je ondersteuning krijgen bij literatuuronderzoek met behulp van machine learning (ML) en artificiële intelligentie (AI) tools die beschikbaar zijn bij het Future Library Lab. Deze tools maken het makkelijker en sneller om belangrijke topics in de literatuur te identificeren, waardoor je het proces versnelt en een breder scala aan studies kunt verkennen.

AI en topic modelling kan gebruikt worden om snel de belangrijkste thema’s in grote hoeveelheden literatuur te identificeren. Dit versnelt systematische reviews en verbreedt je onderzoek inzicht.

Patiëntervaringsverhalen

De bibliotheek beheert een grote, overwegend Nederlandstalige collectie patiëntverhalen over fysieke beperkingen en ziekten zoals kanker, Alzheimer en psychose.

Deze rijke kwalitatieve dataset is bijzonder waardevol voor onderzoek naar gezondheidsbeleid en citizen science.

Het FLL werkt momenteel samen met onderzoekers van de Erasmus School of Health Policy and Management (ESHPM) om te onderzoeken hoe deze collectie in hun projecten kan worden ingezet.

Summa: data-integratie en verrijking

Als onderzoeker kun je gebruikmaken van Summa, een doorzoekbaar multi-tenant platform dat je helpt data uit verschillende bronnen te verwerken. Met Summa kun je data inladen, transformeren, samenvoegen en verbeteren via zogeheten pipelines. Dit platform biedt je de mogelijkheid een volledig overzicht van EUR-publicaties te raadplegen, verrijkt met een extra laag AI-gegenereerde metadata. Daarnaast is Summa zo ontworpen dat je er ook andere tekstbestanden mee kunt verwerken, zoals patiëntverhalen, zodat je je onderzoek verder kunt verdiepen.

Automatische metadata & vindbaarheid

Future Library Lab kan AI-gegenereerde metadata aan je publicaties toevoegen om:

  • de vindbaarheid te verbeteren;
  • de inhoud sneller te begrijpen;
  • onderzoek beter te positioneren.

Research sprints & dataverzameling

Als onderzoeker kun je rekenen op ondersteuning bij dataverzameling via de API’s (application programming interfaces) van de UB of door middel van webscraping. Daarnaast helpt het FLL je bij het werken met datasets en biedt ondersteuning bij:

  • exploratieve data-analyse (EDA);
  • schoonmaken;
  • analyseren;
  • visualiseren;
  • text mining.

Zo kun jij je volledig richten op de verdieping van je onderzoek.

Welke workshops biedt het Future Library Lab aan?

Het FFL biedt de volgende workshops-op-maat aan:

  • Programmeren met Python (introductie).
  • Programmeren met Python (gevorderd).
  • Introductie in machine learning (ML).

Je kunt een workshops-op-maat aanvragen door een e-mail naar het team te sturen.

Met wie werkt het Future Library Lab samen?

Het FLL ondersteunt een onderzoeksteam aan de Erasmus School of History, Culture and Communication (ESHCC) dat in samenwerking met de TU Delft een EUR Large Language Model (LLM) ontwikkelt, als onderdeel van het Convergence-project.

Voor medewerkers Erasmus Universiteit Rotterdam 

Meer weten over de dienstverlening van de UB rond dit onderwerp? Bezoek de Research Support Portal voor praktische en gedetailleerde informatie. Deze portal is alleen toegankelijk voor EUR-medewerkers (via MyEUR). 

Contact

Future Library Lab

Universiteitsbibliotheek

E-mailadres
fll.library@eur.nl

Neem voor vragen contact op met het Future Library Lab via e-mail. Een teamlid beantwoordt zo snel mogelijk je e-mail.

Teamleden

  • Nick Jelicic
  • Jasper Op de Coul
  • Farzane Zahra Zarepour

Vergelijk @count opleiding

  • @title

    • Tijdsduur: @duration
Vergelijk opleidingen