Projets novateurs réalisés

Explorez des milliers de projets réussis issus de la collaboration entre organisations et talents postsecondaires.

13270 Projets achevés

1072
AB
2795
C.-B.
430
MB
106
NF
348
SK
4184
ON
2671
QC
43
PE
209
NB
474
NS

Projets par catégorie

10%
Informatique
9%
Génie
1%
Génie - biomédical
4%
Génie - chimique / biologique

Utilisation de l’apprentissage automatique dans un cadre automatisé pour l’évaluation et la gestion des risques liés à la sécurité de l’information

Au cours du stage en collaboration avec RootCellar Technologies, des recherches seront menées en vue de la conception d’une solution adaptative d’apprentissage automatique et de son intégration avec le cadre existant RootCellar pour l’évaluation automatisée et la gestion des risques liés à la sécurité de l’information dans les réseaux de petites et moyennes entreprises. Le cadre existant est très avancé en ce qui concerne la surveillance des risques des points finaux ainsi que sa conformité au système CVSS du NIST. Cependant, la partie du cadre qui s’occupe de l’agrégation finale et du classement des scores de risque individuels est sous-optimale dans sa conception et ne permet pas une intégration facile des rétroactions et de l’expertise fournies par l’utilisateur final. L’objectif de cette recherche est de rendre le cadre existant : 1) adaptatif du réseau : en arrivant au modèle d’agrégation/classement des scores de risque le plus optimal pour chaque réseau particulier, et 2) adaptatif au temps : en permettant que le modèle d’agrégation/classement des scores de risque de chaque réseau soit facilement mis à jour dès que de nouvelles données deviennent disponibles. Ces améliorations allaient entraîner une amélioration significative du produit actuel de l’entreprise. À CONTINUER

Voir la description complète du projet
Superviseur du corps professoral :

Natalija Vlajic

Étudiant :

Pooria Madani

Partenaire :

Société de technologies de caves à racines

Discipline :

Génie - informatique / électricité

Secteur :

Technologies de l’information et des communications

Université :

Université York

Programme :

Accélération

Système de conception de fondations pour les poteaux électriques de FortisBC

La méthode traditionnelle de conception pour la fondation des poteaux de transmission attribue simplement un ensemble standard de profondeurs basé sur la longueur et le diamètre des poteaux. Bien que cette méthode se soit révélée conservatrice et fiable, elle n’intègre pas les propriétés spécifiques du sol au site, la nappe phréatique et les conditions météorologiques dans ses calculs. En conséquence, un nouveau système de conception de fondations qui intégrera des conditions spécifiques au site pour chaque poteau offrira des performances plus sûres, économiques et fiables des poteaux de transmission, au bénéfice à long terme de FortisBC.

Voir la description complète du projet
Superviseur du corps professoral :

Sumi Siddiqua

Étudiant :

Amin Bigdeli

Partenaire :

FortisBC

Discipline :

Génie

Secteur :

Construction et infrastructures

Université :

Programme :

Accélération

Appariement d’images à des fins de recommandation consommateur

Le but de ce projet est de développer un système de recommandation de commerce électronique hautement précis, capable de sélectionner des produits dans des bases de données et de les recommander à des clients potentiels, tant en temps réel qu’hors ligne. Tirer parti de l’inventaire historique des produits vendus, de l’historique de navigation, de l’historique des achats et des préférences exprimées aide le recommandant à formuler des suggestions de produits très précises afin de trouver la correspondance la plus proche de ce que recherche le consommateur. Les consommateurs verront instantanément d’autres produits similaires à ceux qu’il/elle regarde ainsi qu’une variété d’autres produits qui les complètent. Par exemple, un client potentiel qui regarde des blouses d’un certain type verra d’autres blouses du même style ainsi que d’autres pantalons, bracelets, boucles d’oreilles et sacs à main bien assortis.

Voir la description complète du projet
Superviseur du corps professoral :

Robert Bergevin

Étudiant :

Maryam Ziaeefard

Partenaire :

Stradigi Ventures

Discipline :

Génie - informatique / électricité

Secteur :

Médias numériques

Université :

Programme :

Accélération

Développement de modèles de prédiction sur les actions et indices de la Bourse de Londres (LSE) à l’aide de Microsoft Azure Machine Learning et Data Mining

Je dois importer dix ans de données historiques accumulées sur les événements d’actualité, les mouvements de prix des actions et les métriques de sentiment public sur la plateforme Microsoft Azure pour étude et analyse à travers les techniques les plus récentes d’exploration de données dans un optique économique, afin de découvrir la corrélation cachée et les pertes entre les événements et les mouvements des prix des marchés mondiaux sur plusieurs périodes (trois heures, quotidien, hebdomadaire, mensuel et annuel). Des modèles prédictifs basés sur ces études seront développés, comparés, évalués et intégrés sur le site web des partenaires de l’industrie comme moteurs d’analyse d’actualités de marché en temps réel, à offrir sous forme de service payant.

Voir la description complète du projet
Superviseur du corps professoral :

Fred Popowich

Étudiant :

Bernard Lin

Partenaire :

EOTPRO

Discipline :

Informatique

Secteur :

Médias numériques

Université :

Université Simon Fraser

Programme :

Accélération

Applications des méthodes d’ajustement des courbes de réseaux neuronaux pour les simulations de Monte Carlo aux moindres carrés en gestion des risques financiers

Les méthodes de simulation Monte Carlo sont couramment utilisées comme outil de gestion des risques pour estimer l’exposition au risque des portefeuilles d’actifs financiers. Cependant, la méthode traditionnelle de Monte Carlo par force brute (BFMC) est souvent très longue, ce qui rend difficile la satisfaction des besoins de gestion des risques de l’industrie moderne de l’assurance. Une approche alternative, la méthode des moindres carrés de Monte Carlo (LSMC), pourrait réduire substantiellement le coût de calcul en ajustant une fonction proxy des passifs à l’aide de méthodes simples de régression non linéaire. Cependant, le LSMC ne fonctionne pas bien pour refléter les propriétés réelles de risque des actifs couverts et de certaines autres rentes variables. Pour améliorer la méthode LSMC, nous proposons d’utiliser la méthode des réseaux neuronaux lors du processus d’ajustement des courbes. Puisque la méthode du réseau de neurones permet une plus grande flexibilité d’ajustement des courbes, on s’attend à ce que les fonctions proxy des passifs et des Grecs soient améliorées. En utilisant les fonctions de procuration améliorées pour prédire les passifs et les Grecs, l’exposition au risque des portefeuilles financiers peut être mieux quantifiée.

Voir la description complète du projet
Superviseur du corps professoral :

Longhai Li

Étudiant :

Yunyang Wang

Partenaire :

Aon Securities Inc.

Discipline :

Mathématiques

Secteur :

Université :

Université de la Saskatchewan

Programme :

Accélération

Amélioration de la qualité des motifs d’utilisation en comparant différentes méthodes séquentielles d’exploration de motifs et l’effet de la prise en compte d’informations supplémentaires pour les utilisateurs

Les modes d’utilisation fréquents générés peuvent fournir des informations précieuses pour plusieurs applications, telles que la restructuration de plateforme et la recommandation. Dans ce projet, nous visons à comparer différentes méthodes pratiques et à étudier l’effet des informations sur l’identité et l’intention de l’utilisateur sur eux. À cette fin, une technique et un cadre doivent être développés, dans lesquels des motifs fréquents sont composés de résultats d’analyse plus précis plutôt que de simples séquences fréquentes d’opérations de base sur le comportement de tous les utilisateurs. Le résultat de ce projet devrait améliorer l’expérience utilisateur du produit de l’organisation partenaire, et de telles méthodes peuvent aussi être utilisées dans diverses applications pertinentes.

Voir la description complète du projet
Superviseur du corps professoral :

Fred Popowich

Étudiant :

Zelin Tian

Partenaire :

Kinematicsoup Technologies Inc

Discipline :

Informatique

Secteur :

Médias et communications

Université :

Université Simon Fraser

Programme :

Accélération

Détection de pannes de boîte de vitesses et prédiction des pannes

L’objectif du projet est de développer un système de surveillance automatisé pour détecter avec précision et fiabilité la détérioration des boîtes de vitesses fonctionnant sur une ligne de formage industrielle. Cela impliquera de revoir, développer et tester une ou plusieurs méthodologies basées sur la mesure et l’analyse des signaux de vibration. En particulier, le travail portera sur l’exploration des méthodes potentielles existantes, la définition des capacités des différents capteurs pouvant être utilisés dans l’environnement donné et le développement d’algorithmes appropriés d’analyse des signaux de vibration pour la détection et la prise de décision de la détérioration de la boîte de vitesses. Le résultat final du travail sera un système adapté à la mise en œuvre sur une véritable ligne de formage.
Le commanditaire participant prévoit de bénéficier du projet grâce à la participation et à l’orientation d’une enquête sur la possibilité de développer un nouveau système automatisé, précis et fiable de détection de la détérioration de la boîte de vitesses. Un système réussi pourrait être utilisé dans un large éventail d’applications où l’inspection de l’état des machines est effectuée manuellement ou pas du tout. Une détection fiable de la détérioration de la boîte de vitesses entraînera une meilleure efficacité et donc des coûts réduits.

Voir la description complète du projet
Superviseur du corps professoral :

Chris Mechefske

Étudiant :

Chenyi Jin

Partenaire :

Co-Ex-Tec

Discipline :

Génie - mécanique

Secteur :

Automobile et transport

Université :

Université Queen’s

Programme :

Accélération

Étude de l’érosion du lit cohésif et de la qualité de l’eau dans les rivières semi-alluviales

Les rivières dans une grande partie de l’est du Canada traversent des régions composées de sédiments glaciaires cohésifs, incluant des argiles glaciomarines et des tills glaciaires. Compte tenu de l’histoire glaciaire du Canada, beaucoup, sinon la plupart, de ses rivières peuvent être qualifiées de semi-alluviales.
La gestion de ces rivières en termes de charge sédimentaire est un défi difficile, car on sait relativement peu de choses sur leur géométrie stable du chenal. La recherche proposée prévoit d’améliorer et d’évaluer les techniques de laboratoire et de terrain afin d’estimer la contrainte de cisaillement critique des sédiments cohésifs du lit fluvial et de surveiller la concentration de solides en suspension en corrélation avec l’érosion observée dans les rivières semi-alluviales de l’Est du Canada.
La recherche proposée améliorera stratégiquement les techniques d’estimation des contraintes de cisaillement critiques des sédiments cohésifs du lit fluvial. Des techniques de laboratoire et de terrain pour mesurer ces paramètres seront développées, testées et utilisées par le stagiaire et l’organisation partenaire.

Voir la description complète du projet
Superviseur du corps professoral :

Colin Rennie

Étudiant :

Carlo Zaro Custodio

Partenaire :

AATech Scientific Inc

Discipline :

Génie - civil

Secteur :

Ressources naturelles

Université :

Université d’Ottawa

Programme :

Accélération

La modélisation de l’information des bâtiments a permis l’analyse des risques de dépendance pour la conception et l’exploitation de bâtiments résilients

Ce projet intègre les modèles d’information des bâtiments (BIM) avec les solutions propriétaires de gestion des risques et de résilience de RiskLogik afin de faire progresser la conception de bâtiments complexes. Cela est réalisé en soutenant la conception améliorée des interrelations entre les systèmes du bâtiment, tels que les systèmes mécaniques, électriques, de communications et de sécurité, ainsi que les opérations qui se déroulent à l’intérieur des bâtiments. En conséquence, la performance est améliorée en assurant un réseau résilient d’interconnexions qui réduit les conflits système et les effets en cascade.

Voir la description complète du projet
Superviseur du corps professoral :

Brenda McCabe

Étudiant :

David Bristow

Partenaire :

Deep Logic Solutions Inc

Discipline :

Génie - civil

Secteur :

Industrie environnementale

Université :

Université de Toronto

Programme :

Accélération

Résilience des gratte-ciel modernes exposés aux dangers naturels – Deuxième année

La performance structurelle des gratte-ciel exposés à des dangers naturels tels que de forts vents et des tremblements de terre a des effets significatifs sur la résilience d’une ville en raison du récent boom de la construction de gratte-ciel à travers le monde. Cependant, la résilience n’est actuellement pas explicitement prise en compte dans la conception des grands immeubles. Des études montrent que les grands immeubles modernes peuvent subir des dommages importants en raison de dangers naturels et qu’ils pourraient devoir être fermés jusqu’à 23 ans pour réparation. Cela a de graves répercussions socio-économiques. Par conséquent, cette recherche vise d’abord à développer un cadre complet pour évaluer la résilience des gratte-ciel modernes. La recherche étudiera ensuite des méthodes pour améliorer la résilience des bâtiments hauts à l’aide de l’amortisseur à couplage viscoélastique, une technologie révolutionnaire de Kineticas. Kinetica est un chef de file dans la conception de grands immeubles et les résultats de cette recherche créeront des plateformes de travail pour que Kinetica améliore sa compétitivité à l’échelle mondiale.

Voir la description complète du projet
Superviseur du corps professoral :

Evan Bentz

Étudiant :

Deepak Raj Pant

Partenaire :

Kinetica Dynamics Inc.

Discipline :

Génie - civil

Secteur :

Construction et infrastructures

Université :

Université de Toronto

Programme :

Élévation

Développement urbain durable : attentes des acheteurs et défis de mise en œuvre

L’objectif principal de ce projet de recherche est de synthétiser et d’évaluer les littératures publiées et les littératures grises sur la perception des consommateurs concernant le développement immobilier vert et les caractéristiques de conception durable des communautés. Les recherches actuelles sur les perceptions, priorités, motivations et volonté de payer des acheteurs n’ont pas encore été consolidées. La complexité de ces sujets disperse la recherche dans plusieurs secteurs disciplinaires, rendant difficile l’intégration des données et la prise de décision éclairée pour un investissement immobilier durable. Cette synthèse offrira un modèle organisationnel complet permettant de visualiser, analyser et mieux comprendre l’engagement des consommateurs. Cette recherche cherchera à identifier des incitatifs basés sur la demande pour un développement communautaire durable qui, espérons-le, agiront comme un catalyseur pour l’adoption de ces idéaux de développement durable au Canada. Arbutus Properties utilisera cette recherche pour éclairer de futures enquêtes sur les façons dont le développement immobilier durable peut attirer les acheteurs de banlieue à Saskatoon.

Voir la description complète du projet
Superviseur du corps professoral :

Senbel mage

Étudiant :

Anna Tirng-Ann Zhuo

Partenaire :

Propriétés de l’Arbutus

Discipline :

Études urbaines

Secteur :

Construction et infrastructures

Université :

Université de la Colombie-Britannique

Programme :

Accélération

Magnétométrie 3D des UAV pour une caractérisation améliorée des cibles dans l’exploration minière

L’exploration géophysique est l’une des principales formes d’investigation préliminaire du site utilisées pour caractériser le potentiel minéralier et la viabilité économique des gisements minéraux nouvellement découverts. Les plateformes actuelles pour la collecte de données magnétiques incluent des relevés aéroportés à couverture dense mais faible résolution, ainsi que des levés terrestres à haute résolution mais faible couverture. Les récents
La prolifération des véhicules aériens sans pilote (UAV) offre une opportunité de combler le vide d’observation inhérent aux conventionnels
Méthodes d’enquête. Ce projet s’appuiera sur les plateformes de magnétomètres UAV développées à l’Université Queens ainsi que
l’expertise opérationnelle des drones du partenaire industriel (Sumac Geomatics Inc.). Les principaux objectifs de ce projet sont de
démontrer l’efficacité et la faisabilité de la magnétométrie des UAV pour réaliser un gradient magnétique 3D à haute résolution
et développer des stratégies d’enquête optimisées pour améliorer la caractérisation des cibles, y compris la détection adaptative. À la fin de ce projet, le stagiaire sera doté de connaissances technologiques et de traitement de pointe pour des investigations de site non intrusives et des stratégies d’exploration minière améliorées. L’organisation partenaire continuera d’être à l’avant-garde des technologies de télédétection pour des produits d’information améliorés, ce qui est un élément clé de leur succès continu dans un marché concurrentiel.

Voir la description complète du projet
Superviseur du corps professoral :

Alexander Braun

Étudiant :

Callum Walter

Partenaire :

Sumac Geomatics Incorporated

Discipline :

Génie

Secteur :

Industrie environnementale

Université :

Université Queen’s

Programme :

Accélération

Précédent
1...1,0711,0721,0731,0741,0751,0761,077...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire