Projets novateurs réalisés

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

29670 projets achevés

2811
AB
4990
Av. J.-C.
801
MB
663
NL
825
SK
8841
ON
9197
QC
95
PE
568
NB
1088
NS

Projets par catégorie

Interactions between XopAO1 effector from Xanthomonas phaseoli pv. manihotis and putative target proteins in Cassava

Xanthomonas phaseo i pv. manihotis (Xpm) is an important bacteria pathogen causing Cassava Bacteria Bight (CBB). Cassava is an important staple food source for millions of people worldwide. However, CBB constrains crop productivity and threatens food security for people in tropical regions. Xpm uses a set of effector proteins to manipulate Cassava defenses. Our research group previously characterized the role of such proteins in the development of CBB disease. XopAO1 is an outstanding effector protein as it can suppress ETI and PTI layers of defense in Cassava (Medina et al., 2018: https://doi.org/10.1111/mpp.12545). We also found targets of XopAO1 in Cassava, which give clues regarding the mechanisms behind the progress of the disease.
Nonetheless, there is a need to evaluate whether the screened targets are actual targets by cutting-edge functional approaches. Confirming the proposed interactions will outline fundamental to future Cassava cultivars breeding to face CBB disease.

Voir la description complète du projet
Superviseur du corps professoral :

Hugo Germain

Étudiant :

Partenaire :

Universidad de los Andes

Discipline :

Sciences de la vie

Secteur :

Life Sciences (not health); Agriculture and Food; Natural Resources

Université :

Université du Québec à Trois-Rivières

Programme :

Bourse de recherche Globalink

The investigation, modeling, and improvement of the thermal response of CMOS-compatible modulators based on micro-ring resonators

A ring resonator is a waveguide that circles around to make a closed usually circle-shaped loop. The electromagnetic wave may travel within this loop and instructively interfere with itself if the travel length is a multiplicative of the wavelength of the wave. In such a situation, energy builds up in the ring and very strong resonances are achievable. There is usually one or two bus waveguides that let the light couple into and out of the ring resonator. The resonance of the ring demonstrate themselves as sharp dips in the spectrum of the bus waveguide(s) output. People found ways to modify the resonance wavelength of the ring and, as a result, the position of these dips by injection/extraction of charge carriers into the ring body and make very efficient CMOs-compatible modulators. We are planning to study the thermal and aging effects on the performance of such modulators.

Voir la description complète du projet
Superviseur du corps professoral :

Robert Boyd

Étudiant :

Partenaire :

RANOVUS Inc

Discipline :

Génie

Secteur :

Fabrication

Université :

Université d’Ottawa

Programme :

Accélération

A Metadata Repository of CIHR Canadian HIV Trials Network (CTN) Cohort Studies

Since 1990, the CIHR Canadian HIV Clinical Trials Network (CTN) has advanced research to prevent, treat and manage human immunodeficiency virus (HIV), aiming to develop a cure for this disease. Over these 30 years, many clinical and research projects have been funded, generating important information and considerable data related to HIV. However, this relevant knowledge has not been organized in a central resource and shared effectively with the scientific and patient community hindering accessibility of the generated data elements and any insights from their combined analysis. This project aims to analyze the higher-level data, known as metadata, that describes the study data collected across eleven major CTN clinical studies that follow people living with HIV over time. Our resource database will be accessible through the CTN website that is publicly available and through the platform designed by the Centre for Health Evaluation and Outcome Sciences (CHÉOS) to all the interested researchers. It will promote data sharing and collaboration among scientists and community partners to advance Canadian HIV research efforts.

Voir la description complète du projet
Superviseur du corps professoral :

Madeleine Durand

Étudiant :

Partenaire :

Providence Health Care

Discipline :

Sciences de la vie

Secteur :

Sciences de la santé et technologies connexes; Services professionnels, scientifiques et techniques

Université :

Université de Montréal

Programme :

Accélération

Intact : Extraction et vérification de faits

L’un des enjeux majeurs dans le domaine de l’assurance est la fraude. Une étude américaine proposait il y a quelques années que celle-ci représentait environ 10% de chaque dollar que paie une compagnie d’assurance en dédommagement. L’incidence de la fraude est importante pour Intact sur ses résultats financiers, mais également pour l’ensemble de ses clients, car le coût de la fraude se retrouve payé dans chacune des primes d’assurance. Intact traite environ 500 000 réclamations en automobile et 150 000 réclamations en habitation chaque année. Trouver les réclamations frauduleuses est comme chercher une aiguille dans une botte de foin. Les experts en sinistre réussissent à repérer les cas les plus évidents, mais par la charge de travail importante, le manque de main d’œuvre fait en sorte qu’on est incapable de repérer chacun des cas.
L’objectif global du projet est donc d’aider l’équipe des scientifiques de données d’Intact à améliorer les modèles de détection de la fraude. Pour cela, la première partie du projet consistera à développer un modèle d’extraction des faits (Intact a une liste définie de fait intéressant à extraire) touchant la fraude à partir des notes de réclamation.

Voir la description complète du projet
Superviseur du corps professoral :

Christian Gagné; Pascal Germain

Étudiant :

Partenaire :

Intact

Discipline :

Informatique

Secteur :

Finance et assurance

Université :

Université Laval

Programme :

Accélération

Hoodi.ai : Analyse automatique d’images d’inspection immobilières

Hoodi.ai offre des solutions pour faciliter le maintien et l’entretien des copropriétés, cela en créant des études de fonds de prévoyance en ligne et abordables pour petites copropriétés et copropriétés en construction. L’étude du fonds de prévoyance consiste à évaluer l’état et la durée de vie prévisible des diverses composantes de l’immeuble par un professionnel en bâtiment pour ensuite en estimer les coûts de réparation et de remplacement. Les clients de Hoodi téléversent des photos de leurs copropriétés dans l’application. Le but de l’entreprise est donc d’automatiser le plus possible le processus entre l’inscription du client et l’obtention de l’étude en pré-remplissant automatiquement le formulaire d’évaluation usuellement rempli par le professionnel du bâtiment.
Le présent projet vise à développer un ensemble de modèles qui permettront de réduire le temps de travail du professionnel en bâtiment dans le contexte de réalisation d’une étude de fonds de prévoyance de multilogements (3 à 10 logements). L’objectif est de faciliter l’inventaire d‘éléments (matériaux et composantes) de la copropriété en suggérant des remplissages pour le formulaire d’évaluation sur la base des photos fournies par les copropriétaires.

Voir la description complète du projet
Superviseur du corps professoral :

Christian Gagné; Jean-François Lalonde

Étudiant :

Partenaire :

Hoodi.ai

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université Laval

Programme :

Accélération

Eddyfi Technologies : Apprentissage profond appliqué aux tests non-destructifs d’échangeurs de chaleur

Les contrôles non destructifs (CND ou NDT en anglais) sont un outil fondamental des programmes de gestion et surveillance de l’intégrité des échangeurs de chaleur : un type d’actif essentiel à l’industrie chimique et pétrochimique. Le projet développera un outil, basé sur l’apprentissage profond, pour analyser les données issues d’une technique CND très utilisée : le « remote field testing » ou RFT. L’outil supportera le travail des analystes qui interprètent les données RFT pour identifier la présence de défauts et corrosion dans les échangeurs de chaleur. L’analyse assistée par intelligence artificielle permettra une segmentation rapide et fiable des certains éléments structurels des échangeurs, ainsi qu’une normalisation automatique des signaux RFT pour simplifier la détection de défauts. Cela augmentera la productivité et la confiance des analystes en fournissant une « opinion complémentaire » sur les données, et améliorera la qualité de l’analyse RFT pour les analystes de tous niveaux d’expertise.

Voir la description complète du projet
Superviseur du corps professoral :

Christian Gagné; Xavier Maldague

Étudiant :

Partenaire :

Technologies Eddyfi

Discipline :

Informatique

Secteur :

Fabrication

Université :

Université Laval

Programme :

Accélération

Infrastructure middleware pour le traitement de grosses données spatiales sur Spark

Location-based services such as Recon Instruments’ Engage web application provide feedback to users based on analysis of GPS trajectory data. While existing data analysis platforms such as Hadoop-GIS provide simplified support for batch processing of massive amounts of “big spatial data”, they are not efficient for supporting iterative machine learning algorithms (such as those in use at Recon) or interactive queries (common in web applications). More recently, a newer class of cluster-based solutions, known as “in-memory” databases, such as Apache Spark [3], has been introduced to address scalability for these types of workloads. The goal of this project is to provide the same easy to use interface as traditional spatial analysis platforms but leveraging Spark’s cluster-based in-memory scalability over multiple nodes. Recon will benefit from both (i) research into the application of in-memory databases to GIS analysis and (ii) the delivery of a software prototype for improving the support of Apache Spark for GIS tasks.

Voir la description complète du projet
Superviseur du corps professoral :

Eric Wohlstadter

Étudiant :

Partenaire :

Recon Instruments Inc

Discipline :

Informatique

Secteur :

Fabrication

Université :

L’Université de la Colombie-Britannique

Programme :

Accélération

La protection du public comme composante de l’autonomisation des acteurs judiciaires par la cyberjustice

Le Projet AJC vise à mettre l’intelligence artificielle (IA) au service des acteurs judiciaires pour améliorer la prévention et la résolution des conflits. AJC réunit une équipe composée de 52 chercheurs et de 46 partenaires représentant les meilleurs Centres de recherche mondiaux dédiés à l’introduction et l’utilisation des technologies dans le champ de la justice (la cyberjustice), les justiciables et professionnels du droit (les acteurs judiciaires), ainsi que les principaux utilisateurs et développeurs de l’IA pour la justice au Canada.
AJC participera à l’élaboration d’un cadre de gouvernance juridique de l’IA dans le domaine de la justice. Ce projet majeur favorisera la formation de la relève dans le domaine de la recherche multidisciplinaire en droit et informatique en contribuant à la formation annuelle d’environ 25 étudiants. Au plan des retombées, les chantiers permettront l’expérimentation et l’implantation de technologies innovantes pour la justice et de nouveaux débouchés pour le secteur privé.
Les stagiaires bénéficiant des bourses Mitacs travailleront à l’atteinte de ces objectifs en participant aux différents livrables du Projet AJC, notamment aux inventaires, aux études de cas, à l’élaboration de guides de bonnes pratiques, ainsi qu’à la diffusion et au transfert des connaissances.

Voir la description complète du projet
Superviseur du corps professoral :

Karim Benyekhlef

Étudiant :

Partenaire :

Barreau du Québec

Discipline :

Informatique

Secteur :

Autres services (sauf l’administration publique); Services professionnels, scientifiques et techniques

Université :

Université de Montréal

Programme :

Accélération

Applying machine learning strategies to scRNAseq datasets for the identification of genes associated with breast cancer recurrence.

The overarching goal of this project is to learn how to apply machine learning strategies to identify genes associated with breast cancer recurrence. The outcome of this project will be a working understanding of machine learning and its application for analyzing transcriptomic datasets. In addition, we will establish new collaborations with Dr. Sun Kim’s research team that will enable future exchange of trainees and innovations.

Voir la description complète du projet
Superviseur du corps professoral :

Paola Marignani

Étudiant :

Partenaire :

Université nationale de Séoul

Discipline :

Sciences de la vie

Secteur :

Éducation

Université :

Université Dalhousie

Programme :

Bourse de recherche Globalink

Thales : Context-Aware Cybersecurity

Les progrès réalisés au cours des dernières années dans le domaine des véhicules intelligents ont fait des bonds de géant en termes d’automatisation et de connectivité. Ces avancées ouvrent les véhicules intelligents à des cyber-attaques potentielles qui peuvent mettre en danger les informations personnelles et les fonctions essentielles du véhicule. Conscient de ces défis, Thales Digital Solutions Inc. s’investit dans le développement de systèmes de détection et de prévention des intrusions (IDPS) pour non seulement identifier les cyber-attaques en cours, mais aussi les analyser activement et y répondre de manière adaptée. Le stage proposé vise à augmenter la capacité de l’IDSP par la mise en œuvre de la détection des anomalies sur les systèmes de bus de communication des véhicules.

Voir la description complète du projet
Superviseur du corps professoral :

Christian Gagné;Nadia Tawbi

Étudiant :

Partenaire :

Thales Recherche et Technologie

Discipline :

Informatique

Secteur :

Fabrication; Services professionnels, scientifiques et techniques

Université :

Université Laval

Programme :

Accélération

INO : Détection et classification d’espèces animales dans des images RGB et NIR pour l’estimation de densité faunique

L’estimation de l’abondance d’une population animale est un élément central en gestion et en conservation de la faune. Les méthodes traditionnelles d’estimation telles que l’inventaire aérien et l’estimation par capture-marquage-recapture (CMR) ne sont pas toujours adéquates et le recours à des caméras ‘automatisées’ déployées dans l’habitat est une alternative convoitée. Les performances de ces systèmes d’analyse d’image sont toutefois limitées par la précision et la sensibilité de détection des logiciels utilisés.
L’objectif de ce projet de stage à l’INO est donc de proposer et d’optimiser un algorithme de détection d’animaux robuste face à des variantes telles que la résolution, la distance de passage, l’écran végétal, la taille de l’animal et la vitesse de déplacement des animaux, et performant dans des conditions d’illumination non contrôlées (nuit, jour, soleil dans le champ de vue), des conditions climatiques difficiles (pluie, vent, changement de saisons, etc.) et des angles de prises de vue variables (par exemple, animal de profil ou de face).

Voir la description complète du projet
Superviseur du corps professoral :

Christian Gagné;Martin-Hugues St-Laurent

Étudiant :

Partenaire :

Institut national d’optique

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université Laval

Programme :

Accélération

Servitech : Modèles d’aide à l’évaluation foncière municipale

L’évaluation municipale consiste à réévaluer régulièrement le prix de chaque habitation ou immeuble commerciaux en fonction du prix de vente des bâtiments similaires en caractéristiques et en emplacement. Cette évaluation, qui suit un processus bien défini, est actuellement basé principalement sur l’expertise d’évaluateurs et repose sur une grande quantité de données d’où il n’est pas toujours facile d’extraire les informations pertinentes.
Ce projet consiste donc à introduire dans ce processus, diverses techniques de science des données et d’intelligence artificielle pour aider l’évaluateur dans son travail. De manière plus précise, différents modèles de régression seront testés pour aider à l’estimation du facteur d’ajustement entre le coût déprécié et la valeur des immeubles étudiés. Enfin, afin de guider l’évaluateur, des techniques d’extraction des variables les plus influentes seront appliquées aux modèles obtenus.

Voir la description complète du projet
Superviseur du corps professoral :

Christian Gagné;Audrey-Anne Vallée

Étudiant :

Partenaire :

Servitech Inc.

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université Laval

Programme :

Accélération

Précédent
1...1,1051,1061,1071,1081,1091,1101,111...2,473
Suivant

Rejoignez un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

Abonnez-vous