Projets innovants réalisés

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

13270 Projets terminés

1072
AB
2795
C.-B.
430
MO
106
NF
348
SK.
4184
L’ONT
2671
QC (EN)
43
PE
209
N.-B.
474
N.-S.

Projets par catégorie

10%
Informatique
9%
Génie
1%
Ingénierie - biomédicale
4%
Ingénierie - chimique / biologique

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

Les supercondensateurs offrent une densité de puissance élevée, une durée de vie de cycle extra-longue et de larges plages de températures de fonctionnement et sont sur le point de croître rapidement sur le marché du stockage d’énergie. Ils offrent de bonnes fonctionnalités complémentaires aux batteries et peuvent être utilisés pour mettre en œuvre des systèmes de stockage d’énergie de réseau à vitesse de cycle rapide compte tenu du coût réduit. Avec ses propres technologies de charge et de fabrication développées, le partenaire de l’industrie est prêt à aller de l’avant pour concevoir et mettre en œuvre de grandes banques de supercondensateurs pour l’utilisation du réseau de distribution. Cette proposition de recherche vise à identifier et à concevoir des solutions optimales pour la grande banque de supercondensateurs ciblée, y compris ses dispositions cellulaires internes, ses schémas d’équilibrage et à étudier le comportement et les performances des systèmes conçus.

Voir la description complète du projet
Superviseur de la faculté :

Jiacheng Jason Wang

Etudiant :

Behnam Mohammad

Partenaire :

Atlas Power Generation

Discipline :

Ingénierie - mécanique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université Simon Fraser

Programme :

Accélération

Identification, classification et mesures automatisées des effets de surface des tuyaux à différentes étapes de fabrication chez Evraz

Ce projet de recherche se concentre sur l’identification, la classification et la mesure (ICM) des défauts à différentes étapes de fabrication à Evraz. Des images/vidéos des défauts seront recueillies par une combinaison des systèmes d’inspection de tuyaux existants utilisés à Evraz et aussi le système robotique, équipé d’une vision de caméra, à compléter dans ce projet. De plus, nous examinerons dans quelle mesure la technologie et sa mise en œuvre seraient économiquement bénéfiques. Une revue de la littérature sur les efforts antérieurs dans d’autres universités et / ou l’industrie sera d’abord effectuée pour augmenter notre pool de données sur les défauts de tuyaux. Des rapports numériques automatisés sur chaque tuyau seront réalisés dans le cadre de ce projet à l’aide de techniques d’apprentissage automatique. Les bases de données d’images et de vidéos seront utilisées pour former un réseau de neurones convolutifs (CNN). Les données sur le terrain seront divisées en : (1) formation, (2) validation et (3) ensembles de données de test. Les données d’entraînement seront utilisées pour former le réseau, les données de validation seront utilisées pour optimiser l’architecture du réseau via des tests d’hypothèses, et l’ensemble de données de test sera utilisé pour tester les performances des réseaux. Cela conduira à générer des cartes de pointage pour les tuyaux fabriqués à Evraz.

Voir la description complète du projet
Superviseur de la faculté :

Mehran Mehrandezh ; Christine Chan

Etudiant :

Aidin Vahidmohammadi ; Marzieh Zamani

Partenaire :

Evraz

Discipline :

Génie

Secteur :

Université :

Université de Regina

Programme :

Accélération

Identifier des 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 difficile, en particulier à l’échelle que des entreprises comme Axonify sont tenues de faire. Dans ce projet, le stagiaire concevra, mettra en œuvre et évaluera un système qui peut appliquer l’apprentissage automatique sur un corpus de texte (par exemple, un manuel) pour générer automatiquement des questions qui peuvent être utilisées dans des outils d’apprentissage basés sur le jeu. Ce système permettra à Axonify d’adapter ses produits à de plus grands corpus de matériel source, à de plus grands ensembles de questions et, en fin de compte, d’avoir un marché beaucoup plus large en conséquence.

Voir la description complète du projet
Superviseur de la faculté :

Mark Hancock ; Stacey Scott

Etudiant :

Marvin Pafla

Partenaire :

Axonifier

Discipline :

Génie

Secteur :

Université :

Programme :

Accélération

Génération automatique de textures de visage réalistes basées sur les attributs

Lors de la création d’un jeu vidéo, chaque personnage numérique doit être créé par des artistes professionnels. Leur travail est très laborieux car le nombre de personnages créés se compte par milliers, chacun ayant plusieurs composants visuels qui doivent être créés pour chacun d’eux. « 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 de visage dont Ubisoft dispose de projets passés, nous prévoyons de créer un système qui peut générer automatiquement des visages de personnages numériques complètement nouveaux avec seulement quelques attributs souhaitables et avec des résultats de haute qualité et crédibles. Les visages générés doivent être assez bons pour être utilisés sur les personnages des joueurs et les personnages mineurs avec peu ou pas de modification par les artistes. Cela leur donnera plus de temps pour travailler sur les personnages principaux du jeu.

Voir la description complète du projet
Superviseur de la faculté :

Sudhir Mudur

Etudiant :

Christian Murphy

Partenaire :

Ubisoft Divertissement

Discipline :

Ingénierie - informatique / électrique

Secteur :

Université :

Université Concordia

Programme :

Accélération

Enquêtes sur les acides aminés pour une santé intestinale et une productivité optimales chez les poulets de chair élevés sans activateurs de croissance antimicrobiens

Le coût le plus élevé de l’élevage des poulets est l’alimentation, donc maintenir les poulets dans un environnement qui favorise une bonne nutrition est essentiel pour la productivité et la rentabilité. Cependant, l’absorption nutritive et l’adaptation d’intestin à l’effort inflammatoire luminal défient l’efficacité de production en raison de la restriction sur l’utilisation des instigateurs de croissance antibiotiques (AGP) et des drogues antico-coccidial. Les changements métaboliques induits par l’inflammation sont homéostatiques dans la nature et ainsi les éléments nutritifs qui auraient été utilisés pour la croissance et l’accrétion de muscle squelettique sont détournés pour soutenir des systèmes de défense de centre serveur. 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 bibliographiques sur les interactions entre les acides aminés et d’autres nutriments sur les réponses métaboliques et immunitaires chez les poulets de chair et pour cerner les lacunes dans les connaissances qui nécessitent d’autres expériences.

Voir la description complète du projet
Superviseur de la faculté :

Elijah G Kiarie ; Marie-Pierre Létourneau Montminy

Etudiant :

Emily Kim

Partenaire :

Ajinomoto Nutrition Animale Europe

Discipline :

Sciences animales

Secteur :

Agriculture

Université :

Programme :

Accélération

Phytotechnologies Surveillance impacts et résilience des espèces indigènes et des climats nordiques

Le projet pilote de phytoremédiation est un effort de collaboration entre Aya Kitchens et l’architecte paysagiste Pete North pour créer un système tampon qui stabilisera la contamination du sol laissée par l’activité industrielle historique au 1551, chemin Catepillar, à Mississauga. Le site borde le ruisseau Little Etobicoke, un affluent du ruisseau Etobicoke et désigné zone naturelle importante, et avant l’installation du projet pilote de phytoremédiation, les eaux souterraines transportaient des contaminants du sol au ruisseau. Grâce à la plantation stratégique d’arbres, le Projet de phytoremédiation tire parti de l’action des plantes, à savoir 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 à analyser les impacts environnementaux et sociaux du projet de phytoremédiation.

Voir la description complète du projet
Superviseur de la faculté :

Pete Nord

Etudiant :

Donald Morgan Quinn

Partenaire :

Cuisines AyA

Discipline :

Architecture et design

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 d’apprentissage automatique qui prédit l’énergie des systèmes atmosphériques à flux turbulent. Être capable de prédire les flux turbulents est d’une grande importance car l’atmosphère se trouve fortement dans l’infrastructure invisible de l’aviation, des points de cheminement de navigation établis aux voies aériennes des conduits - les autoroutes dans le ciel. L’une des principales conséquences de l’apparition de turbulences dans l’atmosphère est l’imprévisibilité dramatique et le défi de prévoir le phénomène. Plus de 100 ans après les expériences fondamentales 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 entraîne ce phénomène à un niveau méta-échelle contraxe toujours 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 à flux turbulent, permettant ainsi le développement d’un modèle de prédiction de la turbulence et de concevoir des itinéraires de vol.

Voir la description complète du projet
Superviseur de la faculté :

Reda Alhajj

Etudiant :

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, répercussions économiques et perspectives en matière d’émissions

Dans le cadre de cette étude, un modèle intégré sera élaboré pour prévoir les productions pétrolières et gazières au cours des 20 prochaines années pour les bassins canadiens. À l’aide des résultats du modèle, l’estimation des coûts d’approvisionnement, l’analyse de l’impact économique et le calcul des émissions de GES seront effectués au cours de la période de prévision de 2020 à 2040. Le modèle intégré mis au point fournira aux partenaires industriels et aux décideurs une meilleure stratégie pour prendre de bonnes décisions d’investissement. Ce projet est défini dans le cadre du plan de recherche 2019-2020 du CERI. Pour réaliser le projet de manière plus efficace, un nouveau chercheur doit se joindre à l’équipe pour aider à développer le modèle prédictif, à atteindre les objectifs du projet spécifiés et à rédiger des rapports techniques et des articles de revue.

Voir la description complète du projet
Superviseur de la faculté :

Nader Mahinpey

Etudiant :

Seyedtoufigh Bararpourhamzehkolaei

Partenaire :

Institut canadien de recherche sur l’énergie

Discipline :

Ingénierie - chimique / biologique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Calgary

Programme :

Accélération

Le Rapport de la Grande Rivière

Le Great River Rapport est une initiative qui comprend la collaboration, la consultation et les commentaires 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 de l’écosystème est liée à nous tous. Au moyen d’ateliers publics, de présentations et de sondages en ligne, les citoyens et les étudiants partageront leurs préoccupations et leurs questions sur la santé de la rivière, et les scientifiques et les partenaires universitaires du River Institute 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 permettra également de révéler les tendances environnementales, de prédire les impacts futurs et d’aider à déterminer les besoins en matière de recherche future. Les résultats comprendront un rapport technique et un espace interactif en ligne avec des histoires, des connaissances autochtones, des images, des vidéos et des messages éducatifs qui reflètent les préoccupations de la communauté.

Voir la description complète du projet
Superviseur de la faculté :

Frances Pick

Etudiant :

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

Scaffolding immersive, non-fiction storytelling collaboration : expériences dans le journalisme en direct

Comment établir la confiance avec un public qui s’attend à 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 le récit de non-fiction. En expérimentant différents modèles d’expériences axées sur le public, il vise à répondre à des questions telles que : Comment le journalisme en direct peut-il rétablir la confiance entre les praticiens du journalisme et le public (public) ?; Comment peut-on maintenir l’authenticité de l’expérience au-delà des espaces de performance intimes ; comment peut-on mettre à l’échelle ; et Comment l’espace peut-il être utilisé de manière plus démocratique dans la mise en scène du spectacle ?

Voir la description complète du projet
Superviseur de la faculté :

Sonya Fatah ; Louis-Etienne Dubois

Etudiant :

Ashley Fraser

Partenaire :

Cirque du Soleil

Discipline :

Journalisme / Études sur les médias et communication

Secteur :

Arts, spectacles et loisirs

Université :

Université métropolitaine de Toronto

Programme :

Accélération

Méthodes statistiques d’apprentissage automatique appliquées aux données atb pour l’optimisation du recouvrement des créances, la modélisation des décisions de prêt aux petites entreprises et les initiatives de système bancaire ouvert

Le stagiaire effectuera des recherches sur les nouvelles technologies de modélisation afin de déterminer si les nouveaux modèles peuvent améliorer considérablement le service aux clients pour l’approbation des prêts, le recouvrement des créances et le système bancaire ouvert. Le stagiaire travaillera en étroite collaboration avec le partenaire pour comprendre le processus bancaire et l’opportunité. L’organisation partenaire bénéficiera de plusieurs avantages en travaillant avec le stagiaire innovant et compétent, y compris la formation croisée des techniques grâce à la collaboration, l’amélioration de la précision du modèle et la possibilité pour le partenaire de tester de nouvelles techniques. Le partenaire embauche régulièrement d’anciens stagiaires pour des rôles ouverts en fonction de leur expérience sur plusieurs projets et de leur performance éprouvée dans la réalisation de projets de manière efficace et innovante.

Voir la description complète du projet
Superviseur de la faculté :

Bei Jiang

Etudiant :

Lisa Shulman

Partenaire :

ATB, Financière

Discipline :

Statistiques / Sciences actuarielles

Secteur :

Finance, assurance et affaires

Université :

Université de l’Alberta (en anglais)

Programme :

Accélération

Apprentissage par renforcement pour l’analyse du sport prédictif

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

Voir la description complète du projet
Superviseur de la faculté :

Oliver Schulte ; Pascal Poupart

Etudiant :

Guiliang Liu ; Yu-dong Luo ; Michael (Mike) Rudd ; Xiangyu (Shawn) Sun ; Amur Ghose ; 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