Projets novateurs réalisés

Définir les objectifs et indicateurs d’adaptation aux changements climatiques

Puisque les changements climatiques sont déjà ressentis et le seront de plus en plus, il est nécessaire de s’adapter à de conditions environnementales sans précédent. Une quantité grandissante de programmes de financement vise maintenant à soutenir les communautés dans leurs démarches d’adaptation; par conséquent, le besoin d’évaluer l’atteinte des cibles d’adaptation devient de plus en plus important. Étant donné que le concept de l’adaptation est en évolution constante, et que les mesures d’adaptation sont généralement plus difficiles à quantifier que celles de lutte (par ex., réduction des émissions carboniques), il est essentiel de définir des indicateur quantifiables pouvant être utilisés par différents paliers de gouvernements (municipalités, régions, etc.) pour mesurer l’atteinte des cibles d’adaptation. L’objectif principal du présent projet est donc de recenser les cibles et les indicateurs d’adaptation aux changements climatiques utilisés à l’échelle mondiale afin de déterminer lesquels pourraient être applicables au contexte québécois. Ce projet aura permettra d’avancer la recherche dans ce domaine et d’interagir avec les acteurs du milieu, et donc permettra de faire rayonner l’organisme partenaire en ce sens.

Analyse et recherche d’optimisation d’un processus d’adaptation de contenu issu de la numérisation 3D à un contenu photo-réaliste et interactif

Le récents progrès dans le domaine de la numérisation 3D (SLAM, Lidar, lumière structurée, photogrammétrie, etc.) ont ouvert de nouvelles portes quant à la possibilité de réaliser des maquettes numériques interactive. Cependant, les outils traditionnels pour traiter les données brutes (nuage de point) de ces capteurs ne permettent pas de générer un modèle numérique adapté à l’utilisation d’une maquette 3D numérique photoréaliste et interactive. PreVu3D désire donc mettre en place son propre processus de traitement de donnée en adaptant les outils actuels et, dans le cas où ces outils n’existent pas, développer ces propres outils adaptés à ce cas particulier.

Verdissements du paysage canadien

L’urbanisation augmente rapidement au Canada et ces régions font face à d’importants défis liés aux changements climatiques. Les villes canadiennes doivent faire face à ces défis et pourraient aussi contribuer de manière significative aux efforts d’atténuation. Cependant, les municipalités et les promoteurs manquent d’informations, de politiques et de ressources à la fine pointe nécessaires pour réussir dans cette entreprise. Ce projet de recherche utilise une approche d’étude de cas pour établir l’état de l’art en lien avec quatre thèmes (développement à faible impact, gestion responsable, bien-être communautaire, actifs naturels), considérer chacun en termes de résilience, établir une base de preuves de meilleures pratiques, mener des essais expérimentaux actifs et surveiller/évaluer leur performance. L’étude de cas porte sur Prudhommes Landing, un important développement riverain du lac Ontario. Les connaissances générées seront transférables aux développements ailleurs, fourniront une base pour des décisions fondées sur des preuves et influenceront l’adoption des meilleures pratiques. Le projet contribuera au mandat principal de Vineland pour la recherche appliquée et renforcera leur position de leader dans l’industrie dans les paysages résilients.

Development of LBT-1 as an alternative technology to antibiotic molecules

Antibiotic resistant bacteria are one of the major threats of the 21st century. These superbugs, which are resistant to virtually all our antibiotic arsenal, turns benign infections, such as urinary tract infections, into life threatening diseases. It is estimated that, by 2050, 10 million people will die each year because of antibiotic resistance. We thus need to develop alternative technologies to conventional antibiotics in order to prevent this scenario from unfolding.
This project proposes a totally new approach to eliminate antibiotic resistant bacteria. Instead of using molecules to kill bacteria, we propose to use engineered probiotics capable of recognizing and eliminating specifically antibiotic resistant bacteria. This therapeutic breakthrough approach turns superbugs into regular bugs that we can eliminate.

Évaluation de la durabilité des sentiers de motoneige à travers l’Ontario

La recherche proposée vise à comprendre comment les conditions hivernales marginales ont affecté les pistes de motoneige de l’Ontario dans le passé afin de tirer des conclusions sur l’avenir. Le projet combinera les données climatiques historiques (1989-2019), les indicateurs opérationnels (ouverture/fermeture de sentiers, ventes de permis) et les résultats du Modèle climatique régional (MRC) pour la province de l’Ontario afin d’explorer les implications des conditions marginales persistantes de la motoneige et/ou de la perte des sentiers du district sur la participation à long terme au sport. Les résultats de cette étude profiteront directement à l’organisation partenaire en fournissant des informations sur les sentiers de district qui seront climatiquement viables à l’avenir, ainsi que sur l’évolution des tendances de demande de motoneiges dans des conditions plus chaudes. Les résultats permettront aux gestionnaires de l’industrie de se préparer aux changements du côté de l’offre et de la demande tant à court terme (années 2050) qu’à long terme (années 2080), orientant la prise de décision sur la meilleure façon d’investir et de distribuer les ressources limitées (par exemple, dameuses, carburant, infrastructures) sur le réseau de sentiers de 30 000 km de l’Ontario.

Recherche sur l’explicabilité des réseaux neuronaux convolutionnels (CNN)

L’apprentissage automatique progresse à un rythme stupéfiant. Il est alimenté par des modèles complexes tels que les réseaux neuronaux profonds (DNN). Ces modèles ont une large gamme d’applications concrètes, dans des domaines comme la vision par ordinateur, le traitement du langage naturel, la recherche d’information et d’autres. Mais l’apprentissage automatique n’est pas sans limites et inconvénients sérieux. La plus grave est le manque de transparence dans leurs inférences, ce qui va à l’encontre de la dépendance totale à ces modèles et laisse les utilisateurs avec peu de compréhension de la manière dont certaines décisions sont prises. Dans cette recherche, nous explorerons de nouvelles façons de représenter l’évolution d’un CNN pendant la formation, et comment les artefacts générés par ces représentations peuvent être retracés jusqu’aux entrées qu’ils ont utilisées pendant la formation. Nous explorerons également la question du déséquilibre dans les ensembles de données, du point de vue des coordonnées parallèles et comment visualiser le déséquilibre des ensembles de données à l’aide de cette technique. Les prototypes préliminaires seront mesurés à travers des tests d’utilisabilité avec des experts de l’organisation partenaire.

Application of Behavioral Synthesis to Multimedia Chip Design

In this project, we attempt to investigate the feasibility of using behavioral synthesis

technology for large scale multimedia chip design project. The project will be completed in

Metabacus Inc, an Ontario startup company that develops and markets behavioral synthesis

technology, which automatically converts software into chip designs. Although promising, one

obstacle for the wide deployment of behavioral synthesis as the next generation chip design

methodology is demonstrating the success 01 Ihe technology on large-scale chip project The

proposed research attempts to build a state-of-the-art, multi-standard, multi-resolution video

decoder with Metabacus’ behavioral synthesis technology. The decoder finds many

applications in TV, DVD, portable media players, and automobile entertainment systems. By

building a realistic application of large scale, this research shall provide answer to many key

questions of interest both to academia, and the partner company.

Analysis of socio-demographics with missing values in the UK Biobank

Data acquisition at scale implies missing values: in the biological signals as well as in the demographics and questionnaire data. These missing values are structured –missingness appears as blocks– and often causal –more missing health information for lower income individuals. While there are many works on the treatment of missing values in the clinical trial literature, little so far has been done on the specific case of the UK biobank cross sectional data and the impact of the missing data strategy on the estimation of the statistical links between behavioral or clinical assessments and imaging phenotypes.
The goal of this project is to investigate new strategies for the handling of missing data in population imaging dataset. A standard practice for the treatment of missing values consists in applying multiple imputation procedures. For predictive studies, recent theoretical results show how imputation should be combined with predictive models and cross validation procedures to give a prediction that is optimal when the data are missing at random. However, in population imaging, data are seldom missing at random.

Addressing intermittent water supply problems in developing nations

While most people get drinking water through underground water pipes, in some areas these pipes only provide water for a few hours each week. Globally, more than one billion people are served by these “Intermittent Water Supply Systems (IWS)”. In severely degraded systems, keeping pipes empty most of the time can reduce leakage and conserve source water, but it can also allow mud or sewage to enter through holes or cracks in the pipes, contaminating the water. During my time at the University of Toronto, I am going to create a simple model that will approximate how intermittent systems behave. Most of my work will be in the field of improving equity in IWS. This model will help to create and validate equity-focused models which will enable network designers and managers to maximize the equity in their IWS.

Neuromorphic computing with memristor devices

Neuromorphic computing is an approach to artificial intelligence (AI) that uses hardware elements inspired by the components of the brain and presents an alternative to the dominant von Neumann computing paradigm based on digital hardware. Recently, nano-scale devices known as memristors have been identified to offer area- and energy-efficient solutions when used in neuromorphic computing circuits that would require circuitry consuming hundreds of µm2 of die area to replicate with digital CMOS. Measurement of the static and dynamic electrical properties of memristor devices is therefore a strong concern for developing neuromorphic capabilities. However, given the stochastic nature of memristor switching, acquisition of massive amounts of switching data and a statistical treatment of that data is required for characterizing the devices and designing circuitry based on them. Currently, the lack of efficient testing and data acquisition methods is a major bottleneck facing the development of memristor-based neuromorphic devices.

3D Finite Element Simulation of Residual Stress Distributions Induced by Rough Milling Processes in Large Steel Blocks

This research project aims to identify the defects in large steel blocks and remove them by providing a practical solution which causes to optimize the machining operations and improve the product quality. The solution will be found using simulations instead of expensive, time-consuming experiments, which are impossible to conduct in large blocks to recognize the defects. This will enable the industry to resolve its problem appropriately by saving time and money. Finally, the deliverables in this project will lead a growth in research activities of the partner organization, a rise in productivity, a reduction in production costs, and an increase in demand for high-quality products on the market.

Étude de faisabilité de soudure par FSW sur section de tour 412

SBB désire changer de procédé de soudage pour un de leurs produits. Ils veulent remplacer 3 soudures présentement effectuées à l’arc électrique, par des soudures par friction malaxage (FSW). Le soudage par friction malaxage est un procédé relativement nouveau qui utilise la friction générée par un outil en rotation pour mélanger l’interface de deux pièces et les assembler. Ces soudures sont effectuées sur des tours d’urgences en aluminium servants à rétablir rapidement l’électricité lors de bris de lignes hautes tensions. Le soudage par friction-malaxage est procédé attrayant pour SBB en raison de sa propreté, de son automatisation facile, et de la résistance accrue des soudures comparativement au soudage conventionnel à l’arc. De plus, le projet mettra en pratique un nouvel équipement permettant d’effectuer le soudage et l’usinage du produit dans une seule machine, augmentant potentiellement la cadence de production.