Projets novateurs réalisés

Répondre aux besoins des jeunes sans-abri : la mise en œuvre du « logement d’abord » dans une ville canadienne de taille moyenne

Cette recherche examine le problème de l’itinérance chez les jeunes, qui a des coûts sociaux et économiques importants tant pour les personnes touchées que pour la société dans son ensemble. La recherche aboutira à un rapport qui sera remis aux Services familiaux de Windsor, Essex, qui guidera les initiatives de cette organisation pour l’itinérance chez les jeunes. À cette fin, le rapport : fournira une évaluation des services de soutien qui ont le mieux fonctionné pour soutenir les jeunes sans-abri dans les juridictions canadiennes et nationales; établir en quoi les mesures ciblant les jeunes diffèrent de celles destinées aux adultes sans-abri; et développer des indicateurs permettant de mesurer le succès de ses initiatives. Le rapport vise spécifiquement à faciliter l’introduction de mesures efficaces pour lutter contre l’itinérance des jeunes à Windsor, en Ontario, mais ses conclusions s’appliqueront aussi aux autres villes moyennes et grandes du Canada.

Analyse des incitatifs financiers à la réduction des risques et à l’immunisation en assurance inondation

Le projet vise à identifier les pratiques individuelles d’immunisation qui présentent la meilleure efficience économique dans la réduction du risque d’inondation au Québec pour les citoyens riverains et l’ensemble de la société. Nous allons d’abord quantifier les coûts et les bénéfices de différentes mesures de protection et de réduction du risque d’inondation pour un propriétaire d’une résidence unifamiliale. Ensuite, nous allons déterminer les meilleurs incitatifs financiers afin de motiver un assuré à adopter un meilleur comportement face au risque d’inondation. Puis nous analyserons la viabilité de l’assurance inondation avec de telles mesures incitatives dans un contexte de changements climatiques. Ce projet cadre dans un contexte beaucoup plus large d’analyse du partage des risques financiers entre citoyens, assureurs et gouvernements (municipal, provincial ou fédéral) face aux changements climatiques.

Impact of Pulvinar on cortical visual processing

The perception of external stimuli is traditionally considered to result solely from the processing of thalamic signals through direct cortico-cortical connections between areas organized in a hierarchical manner1. In this corticocentric view, the potential role of higher-order (HO) thalamic nuclei that are reciprocally connected to cortical areas is not considered.
The main objective of this project is to test this hypothesis at the visual system level by examining the impact of modulating the neural activity of the pulvinar, the HO visual thalamic nucleus, on the processing of information within and across areas of the visual cortex. We postulate that the pulvinar will modulate activity in the primary visual cortex and will both contribute to specific RF properties and exert contextual modulation in higher-order areas. To test our hypotheses, we will determine the impact of inactivating sub-regions of the pulvinar on the cortical activity of areas of different hierarchical levels measured by optical brain imaging.

Paediatric Evaluation of Emotions Relationships and Socialisation (PEERS): L’adaptation et la normalisation d’une batterie d’évaluation de la cognition sociale

Socio-emotional skills are crucial for developing satisfying relationships; failure in this domain can have significant consequences for well-being across the lifespan such as bullying, social anxiety and isolation. However, no well-validated socio-emotional assessments exist, limiting our ability to effectively intervene. The Paediatric Evaluation of Emotions Relationships and Socialisation (PEERS) battery was developed by the Australian Centre for Child Neuropsychology Studies team to address this gap. Embedded in the SOCIAL (Socio-Cognitive Integration of Abilities model, Beauchamp & Anderson, 2010) biopsychosocial theoretical framework, PEERS Clinical is a child-direct, interactive, individually administered assessment of social skills delivered via iPad by a trained assessor. Our aim is to collaborate to produce a French language adaptation to better evaluate and intervene with regard to social cognition and competence with French Canadian children. Work on normative data will also be done on typically developing children aged 4-18 years and on children with clinical diagnoses such as autism spectrum disorder and ADHD.

Interpretation and Characterization of Recurrent Neural Networks through Lyapunov Exponent Methodology

Neuroscience-inspired AI has emerged as state-of-the-art in many machine learning applications. Recurrent Neural Networks (RNNs) are a machine learning tool used to learn patterns in sequential (time-dependent) data which have also been used to model neural dynamics in the brain. Various frameworks have been developed to create RNNs capable of learning from data which have long-term dependencies. Architectures such as the LSTM and GRU have been shown to successfully learn long-term dependencies, but the underlying mechanisms which lead to their success and failure are not well understood. By incorporating tools from dynamical systems, we will examine the learning trajectories of different networks as they learn different tasks. This will create a general and formal structure in which the dynamics of different networks and models can be compared. Understanding the dynamic properties of these systems will support and broaden the performance and range of RNN-based applications of machine learning to complex, dynamic processes.

Logiciels haute performance et haute assurance

Optimal Computational Algorithms, Inc. (OCA) provides the highest quality

mathematical software possible. Our goal is to produce scientific software with nearoptimal

performance on increasingly parallel systems, while assuring software

correctness by construction. This research project continues a partnership with

McMaster University, and individual internship projects will focus on extending OCA’s

tools to target new computations involving the design and analysis of Magnetic

Resonance experiments, and to automatically generate proofs of software correctness

that can be checked independently by third-party software.

Analyzing noise compensation properties of trained recurrent neural networks

Reliability is a fundamental requirement for computational systems, brains and artificial models alike: a system should respond the same way for repeated presentations of the same stimulus. However, the brain has two features that can threaten its reliability: intrinsic stochasticity and chaos. Stochasticity takes the form of random fluctuations affecting the reliability of components of the system, whereas chaos is an emergent property of the entire system that causes similar inputs or initial conditions to produce totally different outputs. The brain must have mechanisms to compensate for its noisy and unreliable machinery, and the goal of our project is to characterize these mechanisms. To this end, we will first develop tools for quantifying the reliability of models of neural circuits, and we will subsequently extend the capabilities of these tools to analyze data collected from real neuroscience experiments.

Traduction pour le changement éducatif : l’identité du traducteur et le projet Global Storybooks

Nos recherches visent à mieux comprendre les défis auxquels les traducteurs sont confrontés lorsqu’ils traduisent des histoires pour les divers sites du portail Global Storybooks (https://globalstorybooks.net/), et comment ils résolvent ces défis. Nous nous appuierons sur notre base de données existante de données de traduction pour étudier comment les traducteurs s’appuient sur une gamme de ressources linguistiques afin d’obtenir une représentation satisfaisante de la traduction cible. Concrètement, ces données nous aideront à élaborer de meilleures lignes directrices pour les traducteurs, ainsi que pour les correcteurs, les éditeurs et les coordonnateurs. Plus théoriquement, les données nous permettront de développer un modèle d’identité du traducteur qui légitimera les participants diversifiés actifs dans les projets de traduction. Nous espérons que ce modèle offrira un cadre utile pour de futures recherches sur la traduction dans divers contextes mondiaux. Les sous-objectifs du projet sont les suivants : Sous-objectif 1 : Examiner la base de données existante des données de traduction dans le projet Global Storybooks et identifier les défis et pratiques courants de traduction des traducteurs. Sous-objectif 2 : Identifier deux études de cas de traduction pour une analyse globale. Sous-objectif 3 : Sur la base des études de cas, (i) élaborer un ensemble complet de lignes directrices pour les traducteurs travaillant sur de nouveaux sites Global Storybooks et (ii) développer un modèle d’identité du traducteur utile à des fins de recherche ultérieures.

Decoding the neural dynamics of emotion-related human memory optimization using AI-informed multivariate techniques

Episodic memory, our fascinating ability to encode and mentally relive past experiences, lies at the core of human cognition. It allows individuals not only to recall past events, but it is crucial in planning and guiding future behavior. However, among all of our daily-life experiences, only some events will be transformed into lasting memories, particularly because of their emotional salience. From the brain perspective’s, emotions are thought to sustainably recruit the amygdala, thus facilitating memory processes occurring in the hippocampus. In addition, while the first step in forming durable memories is the initial learning, it has become increasingly clear that memory reinstatement of encoding neural patterns at retrieval also plays an important role in remembering. Yet, we know very little about the precise brain mechanisms supporting emotion-related memory enhancement via neural pattern reinstatement. Here, we propose to use machine learning to establish an AI-informed multivariate approach to isolate the neural processes that are boosted by emotions and which mediate learning and retrieval enhancement.

Decoding the neural correlates of dynamic decision-making in humans

This research project will combine computational modeling, machine learning (ML) algorithms and whole-brain neural recordings (magnetoencephalography, MEG) to shed light on how the mechanisms underlying dynamic decision making are implemented in the human brain. Specifically, we will use the statistical framework of information theory to characterize inter-areal neural coupling and the direction of information flow when weighing sensory evidence and committing to a specific choice during dynamic decision-making. By providing a quantitative link between the behavioral and neural dynamics subserving how decisions are continuously formed in the brain, this project will contribute to expose mechanisms that are likely to figure prominently in human cognition, in health and disease.

Sliammon Carbon Interests: Background research on feasibility of acarbon offset project application.

This research project will explore the costs and benefits of putting a carbon offset project into

application for Tla’ Amin Timber Products. This project will prepare the background and inventory

documents for a carbon offset application according to the two chosen Standards, Protocol for tbe

Creation of Forest Carbon Offsets in British Columbia Version 1.0 for ImproVed Forest

Management and Pacific Carbon Standard. Simultaneously, I will develop a community

engagement program so that I can provide basic carbon offset and forest management terminology and

knowledge. I hope to provide enough information throughout the life of the project so that

stakeholders understand the project findings; and stakeholders are able to make a fair decision about

project acceptance or refusal. Up to 4 carbon offset project scenarios will be presented to Tla’Amin

stakeholders at a community presentation at the end of 6 months. I will use a number of softwares and

programs…

Plateforme JFET Biosensing avec porte en graphène imprimé et fonctionnalisation personnalisable

L’objectif de ce projet de recherche est de créer un nouveau type de biocapteur en combinant deux techniques complémentaires de microfabrication. Premièrement, une puce en silicium contenant des transistors JFET à porte ouverte sera fabriquée selon des techniques traditionnelles de microfabrication très fiables et offrant de bonnes performances. Deuxièmement, une couche de graphène sera imprimée à jet d’encre sur la grille ouverte du transistor. Le graphène agit comme un transducteur capteur pour détecter le pH ou des espèces biologiques comme l’insuline. Le graphène possède une grande surface et de bonnes propriétés électriques, ce qui en fait le matériau transducteur idéal. Le graphène peut être fonctionnalisé pour détecter différentes espèces biologiques. Combiné à la flexibilité de l’impression jet d’encre, cela permettra de fabriquer facilement différents biocapteurs côte à côte sur la même plateforme en silicium.