Projets novateurs réalisés

Prédire et diagnostiquer la performance des boulettes de minerai de fer dans les procédés industriels de réduction directe

La performance des boulettes de minerai de fer dans les procédés industriels de réduction directe est normalement évaluée par des tests de laboratoire normalisés ou simplifiés. Toutefois, les performances réelles ne sont pas nécessairement liées aux résultats obtenus puisqu’ils ne simulent pas les conditions industrielles. Des tests de réduction plus avancés ont toutefois été développés afin de simuler plus adéquatement les conditions réelles d’opération des modules de réduction directe. Néanmoins, ces tests de laboratoires ne simulent pas toutes les zones des modules industriels, ni tous les phénomènes réactionnels qui ont lieu pendant la réduction.
Le projet de recherche a donc pour but de développer une méthodologie permettant de simuler adéquatement, à l’échelle laboratoire, la progression de la réduction des boulettes et d’évaluer simultanément tous les paramètres d’intérêt (réductibilité, métallisation, résistance à la dégradation et à la déformation de même que carburation).

Avantages économiques de l’achat local

Ce projet de recherche étudiera les impacts économiques locaux résultant des marchés publics municipaux par des fournisseurs locaux, comparativement aux achats par des fournisseurs nationaux ou multinationaux ayant des opérations locales. L’objectif du projet est de déterminer une analyse BC afin de quantifier l’impact économique des décisions d’achat locales. En utilisant la méthode LM3, cette recherche impliquera la collecte et l’analyse de documents provenant d’une entreprise locale (Mills Basics) et de documents publics provenant d’une chaîne nationale (Office Max) et de chaînes multinationales (Office Depot et Staples) dans le même secteur (fournitures de bureau). Le processus de mesure spécifique examinera : 1. la source de revenus (revenu total dans les détaillants de fournitures de bureau) puis examinera comment cela se passe 2. a circulé de nouveau dans l’économie locale sous forme de salaires et de prestations, de profits conservés localement, d’approvisionnement local en biens et services, ainsi que de bienfaisance locale.

AI-enabled Performance Enhancement for the Reconfigurable Multi-Player RAN

Dans les réseaux 5G et au-delà, la softwarisation des fonctions réseau, ainsi que la désagrégation des logiciels et du matériel, sont les mesures récentes qui poussent les réseaux d’accès radio (RAN) à être ultra-agiles, reconfigurables et flexibles. Cette flexibilité s’accompagne d’une complexité qui dépasse les capacités des algorithmes traditionnels à optimiser le RAN. De plus, dans les futurs RAN, l’interaction de plusieurs joueurs dans le même environnement RAN augmentera le fardeau de la prise de décision adéquate. De nombreux chercheurs dans milieu postsecondaire et l’industrie des télécommunications s’est tournée vers l’IA/ML pour gérer la complexité croissante des réseaux sans fil. Le Dr Erol-Kantarci, l’un des chercheurs de premier plan dans le domaine, s’unira à Ericsson pour relever ce défi de pointe et développer des outils d’apprentissage automatique avancés pour les futurs RAN. Avec ce projet, son équipe développera des techniques d’apprentissage distribué hiérarchique et planifié sous observabilité partielle afin d’optimiser le RAN multijoueur selon les politiques. Ces techniques donneront à Ericsson un avantage sur le paysage technologique en rapide évolution.

Developing Indicators of Ecosystem Stress Using Long-term Data From Pristine and Physically-altered Experimental Lakes

Le changement climatique et l’expansion du développement industriel dans la zone boréale sont deux facteurs de stress importants auxquels les lacs boréaux canadiens sont confrontés. Cela met en péril la quantité et la qualité de l’habitat des poissons d’eau douce, ainsi que la productivité subséquente des populations de poissons dans un système donné. L’objectif de ce travail est de définir les composantes de l’habitat des poissons (par exemple, température, oxygène, nutriments, disponibilité des proies, caractéristiques structurelles) qui sont les plus fortement liées à la productivité des poissons. Nous utiliserons une combinaison de (1) données de pêche à long terme et de surveillance limnologique (~40 – 50 ans) provenant de lacs vierges dans la zone expérimentale des lacs IISD-ELA, dans le nord-ouest de l’Ontario, (2) des données halieutiques et limnologiques recueillies sur les lacs avant et après leur manipulation pour imiter les impacts des développements hydroélectriques (c’est-à-dire de grandes réductions du bilan hydrique), et (3) sur plusieurs années, Données à haute résolution suivant les déplacements et l’utilisation de l’habitat de la truite de lac dans plusieurs systèmes, afin de définir les meilleurs indicateurs écosystémiques de la productivité des populations de poissons. Ce travail aidera à identifier les impacts climatiques et du développement industriel sur les populations de poissons, ainsi que des moyens moins coûteux et plus efficaces de surveiller la productivité des poissons dans les écosystèmes en difficulté.

Detecting, Extracting and Merging Receipts from Uploaded Smartphone Images

Sensibill offre des outils financiers comme les données numériques de reçus qui aident les banques et les coopératives de crédit à mieux connaître et servir leurs clients. Les utilisateurs peuvent téléverser des images numériques via des outils et l’entreprise effectue d’abord le traitement des images, puis utilise les images traitées pour analyser. Cependant, l’algorithme précédent de traitement d’image est long pour les utilisateurs et ne répond pas au cas d’utilisation des reçus longs qui ne tiennent pas sur une seule image. Le projet vise à développer une méthode capable de générer efficacement une image finale claire à partir de plusieurs images téléversées.

Une approche améliorée de la gestion des bassins versants et de la prise de décision adaptative dans les Grands Lacs

Grâce à la collaboration entre le Council of the Great Lakes Region, Pollution Probe et le Lambton College, le projet proposé vise à poursuivre le développement d’un outil de visualisation d’intelligence artificielle permettant aux utilisateurs de sélectionner les contraintes de croissance et de visualiser les changements qui en résultent dans la santé des bassins versants, de prédire l’évolution des bassins versants au fil du temps et de prescrire des actions pour les protéger. Le but de cet outil d’IA est d’analyser les données historiques du bassin versant et de prédire les changements dans un bassin versant au fil du temps. Je regarde la qualité de l’eau ainsi que les seuils minimaux et maximaux de qualité de l’eau.

Robust Taxonomy out of Receipt Item Labels

L’objectif principal de ce projet est de mettre en œuvre un modèle de taxonomie des produits capable de catégoriser de manière fiable les étiquettes des reçus pour générer des analyses financières plus personnalisées. Sensibill utilise les données de reçus non structurées pour soutenir la gestion des finances personnelles et d’entreprise. Une catégorisation fiable des lignes de reçus dans des catégories de commerçants spécifiques réduit non seulement le temps de saisie manuelle, mais aide aussi les clients à mieux comprendre leurs habitudes de dépense, tout en aidant les banques et les coopératives de crédit à fournir des recommandations personnalisées alignées sur leurs objectifs financiers. Compte tenu des ensembles de catégories de produits en constante expansion et souvent étroitement liées, une taxonomie hiérarchique des produits qui exploite la relation – du général au spécifique – entre les catégories d’articles de reçus alimenterait des fonctionnalités en aval, incluant une catégorisation plus fine des achats historiques et la diffusion d’informations financières plus personnalisées. Pour obtenir de tels résultats, nous mettrons en œuvre et évaluerons des approches de traitement du langage naturel et d’apprentissage automatique pour la catégorisation hiérarchique des produits.

Réseau de neurones convolutionnel pour la prévision de la demande

De nombreux détaillants s’intéressent à prévoir la demande pour les produits qu’ils vendent. Deloitte a déjà utilisé des méthodes d’apprentissage automatique pour s’attaquer à ce problème par le passé. Cependant, cela nécessite la création de fonctionnalités artisanales basées sur les données de ventes de produits, ce qui est un processus coûteux et chronophage. Utiliser des modèles alternatifs pour accomplir cette tâche éliminerait le besoin d’une manipulation laborieuse des données. Cela permettra aussi aux améliorations des modèles d’évoluer sur de nombreux clients plutôt que d’exiger une manipulation des données à partir de zéro pour chaque nouveau client. Ainsi, ce projet impliquera le développement d’un nouveau modèle d’apprentissage automatique pour prédire la demande des produits. Le modèle sera entraîné à partir de données historiques de vente. Les étapes itératives de l’architecture du modèle et de l’ajustement fin donneront naissance au modèle final. Diverses améliorations de l’architecture du modèle seront explorées. L’objectif principal est que le modèle final soit intégré dans une solution modulaire de prédiction de la demande chez Deloitte.

Enzyme Immobilization on Surface-Enhanced 3D-Printed Structure

Large field trials as platforms to develop digital tools for intercropping

Évaluation de la demande OISEAU

Le projet est une évaluation de programme de l’application mobile OISEAU : Agents of Nature, conçue par l’organisme à but non lucratif Morning Star Enterprises. Morning Star a développé des applications OISEAU individuelles pour six emplacements dans les parcs de Calgary et le lancement est prévu pour l’été 2013. L’application vise à accroître l’exposition des enfants et leur connexion à la nature, ainsi qu’à améliorer leurs connaissances sur le contenu et leur activité physique. La recherche démontre constamment que le développement physique, cognitif, émotionnel et moral des enfants est enrichi par les expériences avec la nature et que les interactions avec la nature favorisent le développement de l’image de soi, de l’identité personnelle et de la protection de l’environnement. La recherche sera menée par Maxine Crawford, étudiante au doctorat, sous la supervision du Dr Mark Holder, tous deux de l’UBC Kelowna.

Augmented Reality as an Assistive Technology for Individuals with Visual Impairments