Wouter van Loon
Gastmedewerker
- Naam
- W.S. van Loon MSc
- Telefoon
- +31 71 527 2727
- w.s.van.loon@fsw.leidenuniv.nl
- ORCID iD
- 0000-0002-4701-9265
Kort cv
Wouter van Loon is promovendus bij de sectie Methodologie en Statistiek van het Instituut Psychologie en het Leiden Centre of Data Science (LCDS). Hij behaalde zijn masterdiploma in Statistical Science (cum laude) aan de Universiteit Leiden. Zijn onderzoek richt zich met name op supervised learning algoritmes voor het combineren van verschillende soorten hoog-dimensionele data.
Onderzoek
Het doel van zijn promotieproject is het ontwikkelen van nieuwe ensemble learning methodes voor het combineren van verschillende soorten hoog-dimensionele data. In de medische wetenschap wordt uit veel bronnen informatie verzameld, uiteenlopend van vragenlijsten tot genoomsequentiëring en medische beeldvorming (MRI, PET, CT). Het combineren van deze verschillende soorten informatie kan bijdragen aan een eerdere diagnose. Bovendien kan het identificeren van de meest belangrijke informatiebronnen leiden tot simpelere en begrijpelijkere diagnostische modellen.
Dit onderzoek maakt deel uit van het Data Science Research Programme.
Onderwijs
Wouter is werkgroepdocent voor het tweedejaarsvak Multivariate Data-analyse.
Betrokken promotoren
Relevante links
Gastmedewerker
- Faculteit der Sociale Wetenschappen
- Instituut Psychologie
- Methodologie & Statistiek
- Loon W.S. van, Fokkema M., Rooij M.J. de & Szabo B.T. (2024), View selection in multi-view stacking choosing the meta-learner: choosing the meta-learner, Advances in Data Analysis and Classification (2024): .
- Loon W.S. van, Fokkema M., Szabo B. & Rooij M.J. de (2024), View selection in multi-view stacking: choosing the meta-learner, Advances in Data Analysis and Classification : .
- Wiggers G., Verberne S., Loon W.S. van & Zwenne G.J. (2023), Bibliometric‐enhanced legal information retrieval: combining usage and citations as flavors of impact relevance, Journal of the Association for Information Science and Technology 74(8): 1010-1025.
- Loon W.S. van, Vos F. de, Fokkema M., Szabo B.T., Koini M., Schmidt R. & Rooij M.J. de (2022), Analyzing hierarchical multi-view MRI Data With StaPLR An Application to Alzheimer's disease classification: an application to Alzheimer's disease classification, Frontiers in Neuroscience 16: 1-36 (830630).
- Wiggers G., Verberne S., Zwenne G.J. & Loon W.S. van (2022), Exploration of Domain Relevance by Legal Professionals in Information Retrieval Systems, Legal Information Management 22(1): 49-67.
- Loon W.S. van, Fokkema M. & Szabo B.T. Rooij M.J. de (2020), Stacked penalized logistic regression for selecting views in multi-view learning, Information Fusion 61: 113-123.