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

Recherche et conception de grandes banques de supercondensateurs pour un système de stockage d’énergie du réseau

Les supercondensateurs offrent une densité de puissance élevée, une durée de vie de cycle très longue et de larges plages de température de fonctionnement, et sont prêts à croître rapidement sur le marché du stockage d’énergie. Elles offrent de bonnes fonctionnalités complémentaires aux batteries et peuvent être utilisées pour mettre en place des systèmes de stockage d’énergie de réseau à vitesse de cycle rapide, compte tenu du coût à la baisse. Avec ses propres technologies de recharge et de fabrication développées, le partenaire industriel est prêt à aller de l’avant pour concevoir et mettre en œuvre de grandes banques de supercondensateurs destinées à l’utilisation du réseau de distribution. Cette proposition de recherche vise à identifier et concevoir des solutions optimales pour la grande banque de supercondensateurs ciblée, y compris ses agencements de cellules internes, ses schémas d’équilibrage, et à étudier le comportement et la performance des systèmes conçus.

Voir la description complète du projet
Superviseur du corps professoral :

Jiacheng Jason Wang

Étudiant :

Behnam Mohammad

Partenaire :

Production d’énergie Atlas

Discipline :

Génie - mécanique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université Simon Fraser

Programme :

Accélération

Identification, classification et mesures automatisées de la surface des tuyaux Défauts dans différentes étapes de fabrication chez Evraz

Ce projet de recherche porte sur l’identification, la classification et la mesure (ICM) des défauts dans différentes étapes de fabrication chez Evraz. Des images/vidéos des défauts seront collectées grâce à une combinaison des systèmes d’inspection des tuyaux existants en service à Evraz et du système robotique, équipé d’une vision par caméra, qui sera réalisé dans ce projet. Nous allons aussi étudier à quel point la technologie et sa mise en œuvre seraient économiquement avantageuses. Une revue de la littérature des efforts antérieurs dans d’autres universités et/ou dans l’industrie sera d’abord réalisée afin d’enrichir notre bassin de données sur les défauts de canalisation. Des rapports numériques automatisés sur chaque canalisation seront réalisés dans ce projet à l’aide de techniques basées sur l’apprentissage automatique. Les bases de données image/vidéo seront utilisées pour entraîner un réseau de neurones convolutionnel (CNN). Les données de terrain seront divisées en : (1) entraînement, (2) validation et (3) ensembles de données de test. Les données d’entraînement seront utilisées pour entraîner le réseau, les données de validation serviront à optimiser l’architecture réseau via des tests d’hypothèses, et l’ensemble de données de test servira à tester la performance des réseaux. Cela mènera à la génération de fiches de pointage pour les tuyaux fabriqués à Evraz.

Voir la description complète du projet
Superviseur du corps professoral :

Mehran Mehrandezh; Christine Chan

Étudiant :

Aidin Vahidmohammadi; Marzieh Zamani

Partenaire :

Evraz

Discipline :

Génie

Secteur :

Université :

Université de Regina

Programme :

Accélération

Identifier les questions pour l’apprentissage basé sur le jeu grâce à l’apprentissage profond

Les outils d’apprentissage basés sur le jeu utilisent souvent des questions pour mesurer et encourager l’apprentissage, mais générer des questions peut être un défi, surtout à l’échelle que des entreprises comme Axonify doivent faire. Dans ce projet, le stagiaire concevera, implémentera et évaluera un système capable d’appliquer l’apprentissage automatique sur un corpus de texte (par exemple, un manuel) pour générer automatiquement des questions pouvant être utilisées dans des outils d’apprentissage basés sur des jeux. Ce système permettra à Axonify d’adapter ses produits à des corpus plus larges de matériaux sources, à des ensembles plus larges de questions, et finalement d’avoir un marché beaucoup plus vaste.

Voir la description complète du projet
Superviseur du corps professoral :

Mark Hancock; Stacey Scott

Étudiant :

Marvin Pafla

Partenaire :

Axonifier

Discipline :

Génie

Secteur :

Université :

Programme :

Accélération

Génération automatique basée sur les attributs de textures faciales réalistes

Lors de la création d’un jeu vidéo, chaque personnage numérique doit être créé par des artistes professionnels. Leur travail est très laborieux parce que le nombre de personnages créés se compte par milliers, chacun comportant plusieurs composantes visuelles à créer pour chacun. « Scanner » de vrais acteurs pour créer une version numérique d’eux-mêmes peut aider à accélérer ce processus, mais chaque scan doit être modifié pour préserver l’anonymat de l’acteur. Compte tenu de toutes les données faciales qu’Ubisoft possède de projets passés, nous prévoyons de créer un système capable de générer automatiquement des visages de personnages numériques entièrement nouveaux, avec seulement quelques attributs désirables et avec des résultats de haute qualité et crédibles. Les visages générés devraient être assez bons pour être utilisés sur les personnages joueurs et secondaires, avec peu ou pas de modifications par les artistes. Cela leur donnera plus de temps pour travailler sur les personnages principaux du jeu.

Voir la description complète du projet
Superviseur du corps professoral :

Sudhir Mudur

Étudiant :

Christian Murphy

Partenaire :

Ubisoft Divertissement

Discipline :

Génie - informatique / électricité

Secteur :

Université :

Université Concordia

Programme :

Accélération

Études sur les acides aminés pour une santé intestinale optimale et une productivité chez des poulets de chair élevés sans promoteurs antimicrobiens de croissance

Le coût le plus élevé de l’élevage des poulets est l’alimentation, donc maintenir les poulets dans un environnement favorisant une nutrition adéquate est essentiel pour la productivité et la rentabilité. Cependant, l’absorption des nutriments et l’adaptation intestinale au stress inflammatoire luminal mettent en difficulté l’efficacité de la production en raison de la restriction de l’utilisation des promoteurs de croissance antibiotiques (AGP) et des médicaments anti-coccidiels. Les changements métaboliques induits par l’inflammation sont de nature homéostatique, et donc les nutriments qui auraient été utilisés pour la croissance et l’accrétion musculaire squelettique sont détournés pour soutenir les systèmes de défense de l’hôte. Les informations scientifiques disponibles sur les aspects de la nutrition des acides aminés et de la santé intestinale sont fragmentées. La recherche proposée utilisera une approche de méta-analyse pour établir une base de données bibliographique sur les interactions entre les acides aminés et autres nutriments sur les réponses métaboliques et immunitaires chez les poulets de chair, et identifier les lacunes dans les connaissances nécessitant des expérimentations supplémentaires.

Voir la description complète du projet
Superviseur du corps professoral :

Elijah G Kiarie; Marie-Pierre Létourneau Montminy

Étudiant :

Emily Kim

Partenaire :

Ajinomoto Nutrition Animale Europe

Discipline :

Science animale

Secteur :

Agriculture

Université :

Programme :

Accélération

Phytotechnologies surveillant les impacts et la résilience des espèces indigènes et des climats nordiques

Le projet pilote de phytoremédiation est un effort collaboratif entre Aya Kitchens et l’architecte paysagiste Pete North visant à créer un système tampon qui stabilisera la contamination des sols laissée par l’activité industrielle historique au 1551 Catepillar Rd., Mississauga. Le site borde le ruisseau Little Etobicoke, un affluent du ruisseau Etobicoke et désigné zone naturelle significative, et avant l’installation du projet pilote de phytorémédiation, les eaux souterraines transportaient des contaminants du sol vers le ruisseau. Grâce à la plantation stratégique d’arbres, le projet de phytorémédiation tire parti de l’action des plantes, notamment l’extraction de l’eau, pour modifier l’écoulement des eaux souterraines afin que les contaminants n’atteignent jamais le ruisseau. La recherche proposée ici vise à surveiller et analyser les impacts environnementaux et sociaux du projet de phytoremédiation.

Voir la description complète du projet
Superviseur du corps professoral :

Pete North

Étudiant :

Donald Morgan Quinn

Partenaire :

Cuisines AyA

Discipline :

Architecture et conception

Secteur :

Fabrication

Université :

Université de Toronto

Programme :

Accélération

Estimation unifiée du taux de dissipation des tourbillons de turbulence atmosphérique pour une gestion efficace du plan de vol

L’objectif du projet proposé est de développer une classification par apprentissage automatique qui prédit l’énergie provenant des systèmes atmosphériques d’écoulement turbulent. Pouvoir prédire les écoulements turbulents est d’une grande importance puisque l’atmosphère joue un rôle important dans l’infrastructure invisible de l’aviation, des points de navigation établis aux voies aériennes – les autoroutes dans le ciel. Une conséquence principale de l’apparition de turbulences dans l’atmosphère est l’imprévisibilité spectaculaire et la difficulté à prévoir ce phénomène. Plus de 100 ans après les expériences majeures d’Osborne Reynold sur la transition de l’écoulement à travers un tuyau d’un état laminaire (lisse) à un état turbulent, la quantification exacte qui alimente ce phénomène à l’échelle méta-échelle continue de perturber la communauté aéronautique et météorologique. Dans ce projet, nous visons à utiliser l’intelligence artificielle et l’apprentissage automatique afin de prédire l’énergie des systèmes atmosphériques d’écoulement turbulent, permettant ainsi le développement d’un modèle de prédiction de turbulence et la conception de routes de vol.

Voir la description complète du projet
Superviseur du corps professoral :

Reda Alhajj

Étudiant :

Salim Afra

Partenaire :

Skyplan

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Calgary

Programme :

Élévation

Production canadienne de pétrole et de gaz, coûts d’approvisionnement, impacts économiques et perspectives d’émissions

Dans cette étude, un modèle intégré sera développé pour prévoir les productions de pétrole et de gaz au cours des 20 prochaines années pour les bassins canadiens. En utilisant les résultats du modèle, l’estimation des coûts d’approvisionnement, l’analyse de l’impact économique et le calcul des émissions de GES seront réalisés durant la période de prévision de 2020 à 2040. Le modèle intégré développé offrira aux partenaires industriels et aux décideurs une meilleure stratégie pour prendre de bonnes décisions d’investissement. Ce projet fait partie du plan de recherche 2019-2020 du CERI. Pour mener le projet de façon plus efficace, un nouveau chercheur doit rejoindre l’équipe pour aider à développer le modèle prédictif, atteindre les objectifs spécifiés du projet et rédiger des rapports techniques ainsi que des articles de revue.

Voir la description complète du projet
Superviseur du corps professoral :

Nader Mahinpey

Étudiant :

Seyedtoufigh Bararpourhamzehkolaei

Partenaire :

Institut canadien de recherche sur l’énergie

Discipline :

Génie - chimique / biologique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Calgary

Programme :

Accélération

Le Grand Rapport de la Rivière

Le Great River Rapport est une initiative qui implique la collaboration, la consultation et la contribution de scientifiques, de partenaires autochtones, de citoyens et d’étudiants. L’objectif est de fournir un rapport sur la santé de l’écosystème du haut Saint-Laurent et d’inspirer les gens à s’engager et à prendre conscience de la façon dont la santé des écosystèmes est liée à nous tous. Grâce à des ateliers publics, des présentations et des sondages en ligne, citoyens et étudiants partageront leurs préoccupations et questions sur la santé de la rivière, et les scientifiques et partenaires universitaires de l’Institut de la Rivière utiliseront les commentaires du public pour établir des thèmes, compiler des données scientifiques et identifier des indicateurs écologiques qui définissent la santé de l’écosystème. Ce processus révélera également les tendances environnementales, prédira les impacts futurs et aidera à identifier les besoins en recherche future. Les résultats incluront un rapport technique et un espace en ligne interactif avec des histoires, des connaissances autochtones, des images, des vidéos et des messages éducatifs reflétant les préoccupations de la communauté.

Voir la description complète du projet
Superviseur du corps professoral :

Frances Pick

Étudiant :

Mary Ann Christine Perron

Partenaire :

Institut des sciences de l’environnement du fleuve Saint-Laurent

Discipline :

Biologie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université d’Ottawa

Programme :

Accélération

Collaboration immersive et narrative de non-fiction sur l’échafaudage : expériences en journalisme en direct

Comment bâtir la confiance d’un public qui attend une histoire factuelle et rapportée tout en y ajoutant des éléments de performance? Ce projet de recherche explore le potentiel de la scène en direct pour la narration non fictionnelle. En expérimentant différents modèles d’expériences centrées sur le public, il vise à répondre à des questions telles que : Comment le journalisme en direct peut-il reconstruire la confiance entre les praticiens du journalisme et le public (le public)? Comment maintenir l’authenticité de l’expérience au-delà des espaces de performance intimes; comment faire une échelle; et comment l’espace peut-il être utilisé de façon plus démocratique dans la mise en scène du spectacle? »

Voir la description complète du projet
Superviseur du corps professoral :

Sonya Fatah; Louis-Étienne Dubois

Étudiant :

Ashley Fraser

Partenaire :

Cirque du Soleil

Discipline :

Journalisme / Études des médias et communication

Secteur :

Arts, divertissement et loisirs

Université :

Université métropolitaine de Toronto

Programme :

Accélération

Méthodes d’apprentissage automatique statistique appliquées aux données ATB pour l’optimisation du recouvrement de dettes, la modélisation des décisions de prêt aux petites entreprises et les initiatives de banque ouverte

Le stagiaire fera des recherches sur les nouvelles technologies de modélisation afin de déterminer si ces nouveaux modèles peuvent apporter une amélioration significative dans le service aux clients pour les approbations de prêts, le recouvrement de dettes et la banque ouverte. Le stagiaire travaillera en étroite collaboration avec le partenaire pour comprendre le processus bancaire et les opportunités. L’organisation partenaire bénéficiera de plusieurs avantages en travaillant avec le stagiaire innovant et compétent, notamment la formation croisée des techniques par collaboration, une précision accrue du modèle et la possibilité pour le partenaire de tester de nouvelles techniques. L’associé embauche régulièrement d’anciens stagiaires pour des postes ouverts en fonction de leur expérience sur plusieurs projets et de leur performance éprouvée pour mener à bien des projets de façon efficace et innovante.

Voir la description complète du projet
Superviseur du corps professoral :

Bei Jiang

Étudiant :

Lisa Shulman

Partenaire :

ATB Financial

Discipline :

Statistiques / Sciences actuarielles

Secteur :

Finance, assurance et affaires

Université :

Université de l’Alberta (en anglais)

Programme :

Accélération

Apprentissage par renforcement pour l’analytique sportive prédictive

Notre projet développe de nouveaux algorithmes d’apprentissage automatique pour interpréter des scénarios complexes multi-agents en analytique sportive. La collaboration avec notre partenaire industriel SPORTLOGiQ abordera les problèmes ouverts en apprentissage par renforcement profond afin de développer de nouvelles capacités en analytique sportive pour le hockey sur glace. L’apprentissage par renforcement profond est une technologie révolutionnaire avec des succès notables dans des jeux comme le Go (AlphaGo) et les échecs (AlphaZero). Nous développerons des avancées algorithmiques fondamentales et les appliquerons à des tâches telles que : – évaluation des joueurs – prédictions d’événements (résultats du match, prochaine action, scores attendus) – reconnaissance des types de joueurs, d’équipes, de séquences de jeu et de tactiques – identification des forces et faiblesses caractéristiques des joueurs et des équipes SPORTLOGiQ basée à Montréal utilise la vision par ordinateur avancée pour extraire des informations sur les événements à partir de vidéos de matchs sportifs. Leurs informations sont plus détaillées que celles fournies par toute autre entreprise ou organisation. Ce projet renforcera une capacité canadienne importante en analytique sportive, soutiendra la recherche académique, fera progresser la commercialisation dans l’industrie du sport et formera du personnel hautement qualifié.

Voir la description complète du projet
Superviseur du corps professoral :

Oliver Schulte; Pascal Poupart

Étudiant :

Guiliang Liu; Yu-dong Luo; Michael (Mike) Rudd; Xiangyu (Shawn) Sun; Ghose de l’Amour; Michael John (Jack) Davis

Partenaire :

SPORTLOGiQ Inc.

Discipline :

Secteur :

Services professionnels, scientifiques et techniques

Université :

Programme :

Accélération

Précédent
1...183184185186187188189...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire