close icon-linkedin icon-twitter icon-facebook icon-mail icon-google-plus
Contact met NLO: +31 (0)70 331 25 00
Marc Sader

Marc Sader

Octrooigemachtigde in opleiding
Ik ben octrooigemachtigde in opleiding en promovendus in bio-ingenieurswetenschappen. Ik houd mij vooral bezig met het vertalen van wetenschappelijke en wiskundige principes naar toepassingen en omgekeerd.

Expertise

  • Computers/Software
  • Elektrotechniek
  • Energie
  • Halfgeleiderstopografieën
  • Medische technologie
  • Optica
  • Telecommunicatie
  • Voeding

Ik ben gespecialiseerd in wiskundige modellering en data-analyse in verschillende sectoren, waaronder elektrotechniek, elektronica, computertechniek, sensortechnologie, chemische analyse, voedingswetenschappen en levensmiddelentechnologie. Doordat ik aan multidisciplinaire projecten heb meegewerkt, beschik ik over goede communicatieve vaardigheden en heb ik snel inzicht in verschillende technologieën, waardoor ik mijn kennis helder kan overbrengen aan mensen met verschillende achtergronden.

Progress lies not in enhancing what is, but in advancing towards what will be.
Kahlil Gibran -

Ik heb ervaring opgedaan tijdens een R&D-project genaamd CheckPack aan de Universiteit Gent, waarbij wij een sensor hebben ontwikkeld om voedselbederf te detecteren (geïntegreerd in een verpakking). Bij Novaled AG heb ik onderzoek gedaan naar nieuwe biologische technologieën en de toepassing daarvan.

Opleiding

  • PhD onderzoek in biowetenschappen, Universiteit Gent (nog aan het afronden)
  • MSc in analytische instrumenten, meet- en sensortechnologie, Coburg Universiteit
  • BSc in elektrotechniek, Libanees-Amerikaanse Universiteit

Publicaties

  • Joint consensus evaluation of multiple objects on an ordinal scale: An approach driven by monotonicity. (2018). Information Fusion, 42, pp. 64-74.
  • Microbiological, chemical and sensory spoilage analysis of raw Atlantic cod (Gadus morhua) stored under modified atmospheres. (2018), Food Microbiology, 70, 232-244.
  • Integrating expert and novice evaluations for augmenting ordinal regression models. Information Fusion, under review.