@phdthesis{8739713,
  abstract     = {{Planten zijn complexe organismen, onderhevig aan een groot aantal omgevingsvariabelen,
dewelke op hun beurt de fysiologie en het fenotype van de plant beïnvloeden. In ons werk
wordt dit complex ingangsgedreven systeem beschouwd als een reservoir in physical
reservoir computing (PRC). PRC is een paradigma uit de computerwetenschappen dat een
fysisch substraat gebruikt als rekenmedium. In een eerste luik van het doctoraat werd de
toepasbaarheid van hyperspectrale camera's onderzocht. Dergelijke camera's blijken niet
geschikt te zijn om subtiele spectrale veranderingen, nodig voor PRC, te detecteren.
Daarop werd een nieuw sensor platform ontwikkeld, specifiek ontworpen om contactsensoren
uit te lezen. Aan de hand van bladdikte sensoren toonden we aan dat planten inderdaad als
reservoir gebruikt kunnen worden voor PRC. Planten waren performanter dan een controle
substraat in het oplossen van eco-fysiologische- en omgevingstaken. We onderzochten ook
controle taken zoals NARMA en een vertragingslijn.
Deze resultaten geven aan dat planten niet geschikt zijn om niet- plantspecifieke taken op
te lossen, maar wel goed presteren in plant- gerelateerde taken. Deze eerste experimentele
demonstratie van PRC met planten is een belangrijke mijlpaal naar een meer holistische
kijk op fenotypering en informatieverwerking door planten.}},
  author       = {{Pieters, Olivier}},
  isbn         = {{9789463555678}},
  language     = {{eng}},
  pages        = {{XXXVI, 235}},
  publisher    = {{Ghent University. Faculty of Engineering and Architecture}},
  school       = {{Ghent University}},
  title        = {{Reservoir computing with plants}},
  year         = {{2022}},
}