Projets novateurs réalisés

Safety tests and calorimetric aging investigation of lithium-ion batteries

The influence of working memory processes on the selective retrieval of episodic memory contents

Characterization of Silicon Pixel Detectors for the High-Luminosity Large Hadron Collider

Développement d’un système SPR robuste pour la détection des facteurs de croissance dans une plateforme d’expression à base d’insectes

Les facteurs de croissance sont des molécules de signalisation utilisées en culture cellulaire qui fournissent des indices aux cellules. Elles constituent l’un des principaux intrants et consommables principaux dans la production de viande de culture en laboratoire. C’est pourquoi ils sont le principal moteur des coûts de production. Future Fields est une entreprise canadienne de biotechnologie qui a développé une plateforme plus rentable et évolutive pour produire des facteurs clés de croissance pour la production de viande cultivée en laboratoire; cependant, l’analyse des facteurs de croissance produits dans le système de Future Fields est coûteuse et chronophage. La résonance plasmonique de surface (SPR) est une méthode novatrice de détection efficace et très sensible des protéines. L’intégration du SPR dans le système de production de Future Fields aurait des impacts profonds sur leur capacité à produire des produits à facteur de croissance plus rapidement et de manière plus rentable.

Technologie persuasive – Conseils au gestionnaire de relations virtuelles (VRM) pour une exploration efficace des données vocales basées sur l’effort de vente

La voix du client (VoC) est la façon dont les entreprises entendent et écoutent les commentaires des clients concernant leur marque, leurs produits et leurs services. Les solutions de la Voix du Client transforment les commentaires recueillis en données précieuses et en insights à grande échelle. Les programmes d’analytique VoC basés sur les données ont prouvé qu’ils augmentent la valeur du cycle de vie des clients et réduisent le churn. Des entreprises de divers secteurs, notamment l’assurance, les services financiers et la santé, utilisent cette technologie pour générer des informations sur les besoins des clients. ICICI Bank compte un grand nombre de gestionnaires de relations virtuelles qui interagissent avec les clients qui leur sont assignés par des canaux électroniques uniquement pour divers produits de vente et de service. L’objectif principal de ce projet est de développer un modèle d’apprentissage automatique qui intègre à la fois les dossiers clients disponibles auprès de la banque ainsi que des données vocales pour trouver des acheteurs potentiels des produits de la banque. Nous visons aussi à créer un robotnet vocal pour faire des recommandations personnalisées basées sur l’historique et les préférences des clients.

Asset Vision: Extracting Metadata from Engineering Drawing Images

Organizations have traditionally struggled with asset management as a result of not having a complete picture of the location and state of their physical assets. This is largely because critical information such as how an asset was built and should operate is locked in highly technical diagrams and unstructured documents. Asset Vision is a new machine learning solution that automates the asset tag extraction process yielding critical asset information in a more time and cost-effective manner than hiring professional experts. The solution applies techniques from Optical Character Recognition, Natural Language Processing, and Machine Learning to identify, classify, and extract asset information from documents.

Multiplexed Source of Photons for Next Generation Quantum Secure Networks

With quantum computers which are just starting to hit the market, today’s encryption methods will soon become obsolete. In order to ensure an unconditionally secure data storage/encryption, communications will have to rely on a technology making use of the laws of quantum mechanics. The present MITACS application proposes to build the prototype of an optical source specifically designed for quantum secure communications as well as the development of quantum networks. This proposal represents a significant step towards the realization of compact, stable and energy efficient sources, thus addressing two major issues in quantum communications i.e. scalability and flexibility. Thanks to this MITACS application and stemming from the fast evolution of the quantum market which demonstrates the great efforts made by the scientific community to bring quantum applications to the market, we intend to push forward the development of practical photon sources.

Science des données et algorithmes d’apprentissage automatique pour les données de séquence d’événements

Chaque jour, des millions de clients traversent les cycles de vente des entreprises, générant de nombreuses données pour un usage potentiel. L’objectif principal du projet de recherche est de faire progresser les techniques de pointe actuelles au sein de l’entreprise, en ce qui concerne l’application de nouveaux algorithmes sur les données de comportement des clients. Du point de vue de la recherche, l’accès à de grands ensembles de données complexes du monde réel peut accroître de grandes possibilités d’application et d’évaluation des techniques existantes à grande échelle et d’en développer de nouvelles passionnantes. Ce projet de recherche impliquera le développement, l’amélioration et la mise en œuvre d’algorithmes fournissant une analyse avancée de grandes sources de données événementielles. De plus, les projets de recherche contribueront directement et immédiatement à la gamme de produits de l’ODAIA.

Generating Personalized Exercises in an Intelligent Tutoring System

Intelligent tutoring systems (ITS) are computer programs powered by artificial intelligence that can automate the tutoring process. They have the potential to provide low cost and highly scalable one-on-one tutoring to students around the globe in real-time. Their continued improvement is exciting for the future of education, and should be encouraged. Recent years have seen advances in the personalization of each student’s learning experience with an ITS (Kochmar et al., 2020). To further research into personalization, these systems should have the ability to provide question versions that are customized to the needs of each student. Pedagogical studies show that asking questions in the right way can hugely improve the learning gains of the student (Ashton-Jones, 1988) (Hrastinski, 2019). Generating question variants that can better match the needs of different students is the first step to help ITS ask each student the right questions, which is the goal of this project.

Reconnaissance spatiale vidéo

Les véhicules aériens autonomes sans pilote (UAV) attirent une attention importante dans de nombreuses communautés, notamment milieu postsecondaire, l’industrie et l’électronique grand public. SOTI est le fournisseur le plus fiable au monde de solutions de gestion mobile et IdO, et sa nouvelle division aérospatiale, SOTI Aerospace, se concentre sur des systèmes matériels et logiciels pour soutenir les drones aériens auto-naviguants et conscients de la situation. Ce projet appartient à la division aérospatiale de SOTI et se concentre sur un système de vision pour l’environnement intérieur. L’objectif principal de ce projet est de trouver une méthodologie de reconnaissance d’objets 3D en temps réel pour soutenir la navigation par drone. Les premières candidatures porteront sur le secteur médical et les opérations de recherche et sauvetage.

COVID-19 et résilience : comment les infirmières et infirmiers autorisés travaillant en soins de longue durée s’adaptent en période de crise personnelle, professionnelle et institutionnelle

Travaillant en partenariat, des professionnels interdisciplinaires et l’Association des infirmières et infirmiers auxiliaires autorisés (RPN) de l’Ontario (RPN) visent à comprendre ce qui contribue et nuit à la résilience personnelle, professionnelle et institutionnelle des RPN pendant la COVID-19. C’est une occasion rare d’apprendre directement des travailleurs de première ligne lors de périodes sociales historiques, comme la COVID-19, et encore moins souvent le public prend conscience des inégalités sociales des résidents dans le secteur des soins de longue durée (LTC) et de la nature indispensable de la plus grande main-d’œuvre réglementée en SLD. Ce partenariat portera sur les expériences directes continues des RPN dans le cadre d’un projet de formation pour les étudiants canadiens. Ces informations informeront les politiques et pratiques institutionnelles pour relever les défis systémiques qui affectent le secteur depuis des années, offriront des solutions de la part des RPN de première ligne inestimables, et seront accessibles aux chercheurs et au public public à l’échelle mondiale

Interprétabilité des modèles d’apprentissage automatique qui prédisent la déficience cognitive à partir de la parole et du langage humains

L’apprentissage automatique a un grand potentiel pour détecter les troubles cognitifs, mentaux et fonctionnels à partir de la parole, car les propriétés acoustiques de la parole et les schémas correspondants dans le langage sont modifiés par divers effets liés à la santé. Plus précisément, les modèles de langage neuronaux ont récemment démontré des capacités impressionnantes dans des tâches impliquant des connaissances linguistiques. Leur succès dans la compréhension des langues et les tâches de classification pourrait s’expliquer par leurs représentations efficaces des connaissances linguistiques. Cependant, la complexité croissante des modèles à la fine pointe de la technologie les fait agir de manière boîte noire lorsque les modèles ne sont pas facilement interprétables. L’adoption réussie de modèles d’apprentissage automatique dans les applications de santé dépend fortement de la capacité des décideurs à comprendre et à faire confiance à leur fonctionnement. Ce n’est que si les décideurs comprennent clairement le comportement du modèle qu’ils peuvent diagnostiquer les erreurs et les biais potentiels dans ces modèles, et décider quand et dans quelle mesure s’y appuyer. Il est donc important de créer des techniques pour expliquer les modèles de boîte noire de manière humaine.