Mijn naam is Rosalie Pruijs, en ik ben een AI ontwikkelaar
met een sterke interesse in cyber security. Met een
achtergrond in psychologie benader ik technologische
vraagstukken vanuit een mensgericht perspectief. Dit helpt
me om complexe problemen vanuit verschillende invalshoeken
te bekijken. Ik ben sociaal, leer snel, en een harde werker
die er altijd naar streeft om mijn doelen te bereiken. Ik
geniet ervan om nieuwe uitdagingen aan te gaan en ben
voortdurend op zoek naar manieren om mijn vaardigheden te
verbeteren en bij te dragen aan innovatieve oplossingen in
de technologie-sector.
Contact: info@rosaliepruijs.com
09-2021 – 07-2023
Master Artificial Intelligence
Universiteit Utrecht
09-2018 – 07-2021
Bachelor Psychologie
Minor Artificial
Intelligence
Universiteit Utrecht
08-2012 – 05-2018
VWO (N & T; N & G)
GSG Guido Amersfoort
02-2024 - 07-2024
Docent Artificial Intelligence
GSG Guido Amersfoort
05-2024 - present
Vrijwilliger
Grace Lunchroom de Bron
11-2020 - 10-2023
Onderwijsassistent
Universiteit Utrecht
09-2021 - 01-2023
Onderzoeksassistent
Universiteit Utrecht
12-2021 - 10-2022
Data Scientist
MEDxAI
11-2019 – 05-2020
Tester van Health Applications
MIND
In dit onderzoek voorspelden we dalingen in alertheid door middel van machine learning. We verzamelden temperatuurgegevens, demografische gegevens en subjectieve metingen waarvan eerder werk heeft aangetoond dat ze nuttig kunnen zijn bij deze voorspellingen. Met machine learning onderzoekt deze studie deze verschillende kenmerken als mogelijke voorspellers van alertheid in de Brief Stimulus Reaction Time taak (BSRT). Drie verschillende soorten Random Forest modellen werden getraind en een naïef model werd gecreëerd voor de evaluatie van deze modellen. De resultaten laten zien dat kenmerken gemeten met de FLIR-camera nuttige voorspellers van waakzaamheid kunnen zijn, vooral de voorhoofdstemperatuur. Lees meer...
In deze studie onderzochten we het gebruik van gesimuleerd prothetisch zicht voor navigatie. We bestudeerden de bruikbaarheid van verschillende methoden van informatievermindering voor Kunstmatig Zicht voor navigatie door verschillende soorten KZ te simuleren in een virtuele omgeving. Meer specifiek hebben we een “begaanbaar” pad geconstrueerd dat gebruikers hielp om obstakels te vermijden en op het trottoir te blijven. Door middel van een prothetisch zicht simulatie (PZS) onderzoek hebben we hebben we dit begaanbare pad vergeleken met twee andere methoden: een semantisch segmentatiealgoritme en een combinatie van semantische segmentatie en het begaanbare pad. Verschillende fosfeendichtheden werden vergeleken voor elke methode. We ontdekten dat het toevoegen van een geleidingspad aan de visuele scène, de prestaties verbeterd. Lees meer...