Projets novateurs réalisés

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

31 620 projets complétés

2978
AB
5221
C.-B.
856
MB
696
NL
899
SK
9419
ON
9858
QC
98
PE
619
NB
1192
NS

Projets par catégorie

Malicious/phishing Website Detection

Malicious websites in general, and phishing websites in particular, attempt to mimic legitimate websites to trick users into trusting them. The goal of the project is to develop algorithms for detecting these malicious websites in two contexts:
• detecting if a site visited by a user is a malicious site
• detecting malicious sites that mimic legitimate sites

Voir la description complète du projet
Superviseur du corps professoral :

Xiaodong Lin

Étudiant :

Partenaire :

Arctic Wolf Networks

Discipline :

Computer science

Secteur :

Information and cultural industries; Professional, scientific and technical services

Université :

University of Guelph

Programme :

Accelerate

Real-time Automated Security Report Generation

In today’s world, organizations protect themselves and their customer’s data through the implementation of complex cybersecurity solutions composed of many different nodes, each generating constant streams of data. Building reports from this data through the calculation of various metrics can provide much needed visibility into the state of the environment. However, building such reports can be a tedious and time-consuming process. Automated report generation can provide fast, clear views into the current or changing environment in varying levels of detail to allow for quicker incident detection and response as well as decision making.
This research project is a continuation of the Reporting Automation Platform (RAP) project that was started last year and will involve expanding the automated reporting platform to increase its functionality to generate more detailed reports. This project will also study the effects of integrating additional data streams into the platform.

Voir la description complète du projet
Superviseur du corps professoral :

Charlie Obimbo

Étudiant :

Partenaire :

ISA Cybersecurity

Discipline :

Computer science

Secteur :

Professional, scientific and technical services

Université :

University of Guelph

Programme :

Accelerate

Detection of malicious documents by extracting and interpreting macros in Microsoft Office files

Macros can greatly enhance the capabilities and convenience provided in documents. They also invite adversaries to include malicious code in lure documents, often used as initial access into a user’s environment. This project will extract and analyze macros and determine their indent and potential for malicious code execution. Reducing time to response through malicious code detection will allow analysts to spend their time on more meaningful work. Through applied machine learning and neural networks, we can detect and determine the impact to the customer’s bottom line.

Voir la description complète du projet
Superviseur du corps professoral :

Ali Dehghantanha

Étudiant :

Partenaire :

eSentire

Discipline :

Computer science

Secteur :

Technology; Information and Communications Technology; Other

Université :

University of Guelph

Programme :

Accelerate

Le cirque social québécois : son rôle, ses pratiques, ses pédagogies

Ce projet Mitacs permet de compléter une plus grande recherche sur le cirque social, son développement et ses enjeux en temps de pandémie, et d’assurer la diffusion cette dernière aux publics à la fois universitaires en publiant un ouvrage de référence sur le sujet, et communautaires et institutionnels grâce à deux documents plus accessibles. Il s’agit de mener un travail essentiel d’analyses approfondies et de synthèses, de rédaction d’articles, ainsi que d’édition de l’ouvrage. Ce projet permet de documenter une pratique peu étudiée et dont une partie des forces vives et de développement se trouvent au Canada. En ce qui concerne les documents de vulgarisation, ils répondent à une demande spéciale du partenaire Cirque Hors Piste, pour pouvoir rendre compte de ses activités auprès de ses membres et partenaires. Ces documents doivent aider, in fine, à la reconnaissance du travail de l’organisme partenaire, et des pratiques de cirque social en général.

Voir la description complète du projet
Superviseur du corps professoral :

Louis Patrick Leroux

Étudiant :

Partenaire :

Cirque Hors Piste

Discipline :

Sociology

Secteur :

Arts, entertainment and recreation

Université :

Concordia University

Programme :

Accelerate

Multi agent reinforcement learning with multiple time scale on financial markets

I am working on reinforcement learning for finance based on deep mathematical knowledge and the host supervisor is working on financial engineering, reinforcement learning and Markov decision process. We will study deep reinforcement learning for stock market trading and for portfolio management. The goal is to find a practical deep reinforcement agent to manage stock market trading including prediction and portfolio management.

Voir la description complète du projet
Superviseur du corps professoral :

Chi-Guhn Lee

Étudiant :

Partenaire :

Kyungpook National University

Discipline :

Computer science

Secteur :

Artificial Intelligence

Université :

University of Toronto

Programme :

Globalink Research Award

Participatory assessment of Aklak (grizzly bear) abundance and distribution in the Kivalliq Region, Nunavut

The objective of this project is to estimate grizzly bear abundance and distribution in the Kivalliq region of Nunavut by combining Inuit traditional knowledge about grizzly bears with genetic data already collected by the Government of Nunavut. Working with the communities of Arviat and Baker Lake, we will use both pre-existing interview recordings and new interview data collected by trained local interviewers so that no researcher from down south needs to visit Nunavut during the pandemic.

Voir la description complète du projet
Superviseur du corps professoral :

Douglas Clark

Étudiant :

Partenaire :

Churchill Northern Studies Centre

Discipline :

Life Sciences

Secteur :

Education; Professional, scientific and technical services

Université :

University of Saskatchewan

Programme :

Accelerate

Innovation des services

Il s’agit d’identifier les besoins potentiels de services à proposer afin d’accroître son marché et son positionnenemt. Elle permettra à l’entreprise de décider d’engager ou pas le développement d’un pan de ses activités au Canada, à court terme. Cette étude est aussi une opportunité d’utilisation des outils de gestion de connaissance afin de mieux s’imprégner de l’évolution des demandes du marché, et de proposer des approches pour y faire face.

Voir la description complète du projet
Superviseur du corps professoral :

Mickaël Gardoni

Étudiant :

Partenaire :

Schneider Electric of Canada (St. Pointe-Claire)

Discipline :

Engineering

Secteur :

Manufacturing

Université :

École de technologie supérieure

Programme :

Accelerate

Diagnostic de capacités organisationnelles d’apprentissage en contexte de crise

En situation de crise ou haute turbulence, les organisations doivent pouvoir réagir rapidement aux bouleversements provenant de l’environnement interne et externe ayant un impact sur les pratiques et routines habituelles, tout en maintenant leurs activités quotidiennes. Afin de répondre à des situations critiques inédites, l’organisation de ces réponses doit pouvoir se faire selon des cycles d’apprentissage accélérés au sein des équipes : absorption de connaissances externes (inhabituelles), partage de ces connaissances au sein des équipes, capacité d’expérimenter de nouvelles pratiques, pollinisation de nouvelles connaissances et transfert d’apprentissages entre équipes. Or, cette vitesse d’apprentissage dépend de plusieurs facteurs à la fois associés aux capacités d’apprentissage en temps normal dépendamment entre autres de la culture organisationnelle, à la fois de l’interaction des capacités existantes avec la situation critique inédite qui est productrice de stress sans précédent.
Au moyen d’une méthodologie quantitative basée sur l’analyse de réponses à des questionnaires, notre recherche s’intéresse donc à identifier plus précisément les facteurs ayant une influence sur les capacités d’apprentissage et d’adaptation au sein des équipes en contexte de crise.

Voir la description complète du projet
Superviseur du corps professoral :

Kevin J Johnson

Étudiant :

Partenaire :

Fondation CHUM

Discipline :

Business

Secteur :

Health and Related Sciences & Technology

Université :

HEC Montréal

Programme :

Accelerate

Application of a DNN model for seismic performance prediction of structures retrofitted with steel dampers

The intensity and frequency of earthquakes in Korea have increased in the past few years. Thus, the need for seismic retrofit of many middle- or low-rise buildings has increased which were designed without seismic design provisions. Nonlinear time history analyses need to be performed for accurate seismic performance evaluation and for appropriate retrofit of structures. The NLTH analyses, however, requires significant computational time and modelling efforts. It is possible to predict the nonlinear response of structures subjected to an earthquake by constructing a database of the seismic response of structures equipped with various dampers. The database can be used to train a deep learning algorithm. In this study, a deep learning algorithm that can predict the seismic response of a retrofitted structure will be proposed based on the results of a large number of numerical analyses of structures equipped with steel dampers.

Voir la description complète du projet
Superviseur du corps professoral :

Oh-Sung Kwon

Étudiant :

Partenaire :

Kyungpook National University

Discipline :

Engineering

Secteur :

Construction; Environmental Science and Technology; Sustainability & the Environment

Université :

University of Toronto

Programme :

Globalink Research Award

3D Brain lesion detection from MRI images

This project aims to detect 3D brain lesions automatically using machine learning and MRI images. Given an MRI image of a brain, the project will automatically detect any size lesion. The project will establish a baseline, as well as improvement over the baseline for which performance metrics will be validated. The partner organization benefits from this by advancing their own research to better help partnered radio-oncologists in their brain lesion segmentation tasks. It is a time consuming and precise task which could be supported using state-of-the-art deep learning methods.

Voir la description complète du projet
Superviseur du corps professoral :

Ioannis Mitliagkas

Étudiant :

Partenaire :

AFX Medical Inc.

Discipline :

Computer science

Secteur :

Information and cultural industries

Université :

Université de Montréal

Programme :

Accelerate

Development of a thermal spray wear-resistant coating for abrasive concrete applications

Mechanical wear and chemical corrosion are the two main dominant factors that limit the service life of industrial machinery. Wear and tear of tools and equipment are significantly intensifying due to the increasing demand for superior efficiency, productivity, and throughput of industrial apparatuses. Since the surface of the materials is more exposed to abrasive wear and erosion, surface protection is considered an effective and economic approach to improve the service life of machinery components. Currently, thermally sprayed WC-based cermet coatings are the most widely used wear-resistant cermet materials to protect various metallic components. In this research, the deposition of potential wear-resistant thermal sprayed coatings (WC-17 %wt. Co and WC-10% wt. Ni) on steel molds is investigated using microstructural studies as well as microhardness and wear tests. This study aims to develop a wear resistance coating which is also tough and ductile enough to increase the service life and reduce the disposal of molds, used in the manufacturing of concrete products. The partner organization, Besser Proneq, will benefit from the research by acquiring the knowledge to produce molds and wear liners with improved service life and durability.

Voir la description complète du projet
Superviseur du corps professoral :

Christian Moreau;Pantcho Stoyanov

Étudiant :

Partenaire :

Besser Proneq

Discipline :

Engineering

Secteur :

Manufacturing

Université :

Concordia University

Programme :

Accelerate

Development of an online tool for crowd movement simulation research

Crowds are everywhere and studying them is important for urban planning, transportation, evacuation, and safety at large public events. Simulation modelling lets us study crowd behaviour by simulating large numbers of individual pedestrians and seeing how they behave as a crowd in different, sometimes dangerous scenarios. Simulation allows us to study situations that would be impossible with live experiments. There are already many models covering some or all parts of pedestrian movement and crowd behaviour, but there are only a few open-source platforms using them for crowd simulation modelling. Most of those that exist require good knowledge of programming to use, and none are web-based. This project will produce an accessible, online, and open-source crowd simulation platform that can benefit researchers and professionals alike. The project will include the calibration and validation of this model, ensuring a certain quality of simulation, and will also involve a case study using the platform to simulate emergency evacuation inside a public transport station.

Voir la description complète du projet
Superviseur du corps professoral :

Liliana Perez

Étudiant :

Partenaire :

SYSTRA Canada Inc

Discipline :

Computer science

Secteur :

Professional, scientific and technical services

Université :

Université de Montréal

Programme :

Accelerate

Précédent
1...1,7151,7161,7171,7181,7191,7201,721...2,635
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire

Mitacs — Retour sur innovation

Mitacs est financé par le gouvernement du Canada, le gouvernement de l’Alberta, le gouvernement de la Colombie-Britannique, Research Manitoba, le gouvernement du Nouveau-Brunswick, le gouvernement de la Nouvelle-Écosse, le gouvernement de l’Ontario, Innovation PEI, le gouvernement du Québec, le gouvernement de la Saskatchewan, le gouvernement de Terre-Neuve-et-Labrador et le gouvernement du Yukon.