Projets novateurs réalisés

Évaluation d’une approche radiomique basée sur l’imagerie rétinienne hyperspectrale pour prédire l’état de l’amyloïde cérébral pour le diagnostic de la maladie d’Alzheimer

Le projet aidera Optina à valider et à développer davantage une technologie novatrice permettant de prédire la présence d’un dépôt important d’amyloïde (A?) dans le cerveau à partir d’un scan hyperspectral simple et non invasif de la rétine, combiné à un algorithme d’intelligence artificielle. Accumulation de A? Les plaques dans le cerveau sont une caractéristique clé de la maladie d’Alzheimer (MA), mais les méthodes actuelles pour évaluer sa présence in vivo (la tomographie par émission de positons A? et la quantification des protéines A? dans le liquide céphalorachidien obtenues) ne sont pas pratiquement applicables comme méthodes de dépistage en raison du coût, de la disponibilité et/ou de la nature invasive. Le développement continu de l’appareil et la conception d’une étude clinique constituent une étape importante pour lever le capital requis (possiblement 15 à 20 M$) pour atteindre le marché du diagnostic de la MA. Le projet formera des personnes spécialisées dans le développement de dispositifs médicaux, la conception et la coordination des essais cliniques, la gestion de projet et les affaires réglementaires.

Approches d’apprentissage automatique et d’exploration de données pour les bâtiments intelligents

L’objectif de ce projet est de développer des algorithmes d’apprentissage automatique et d’exploration de données basés sur des données de capteurs communs non intrusives pour estimer et prédire l’occupation et les activités des bâtiments intelligents. Des rétroactions efficaces sont automatiquement fournies à l’utilisateur final pour impliquer les occupants et accroître leur conscience des systèmes énergétiques. Cela consiste à générer des rapports aidant l’occupant à comprendre son système de gestion énergétique et ainsi à participer au processus décisionnel. Le projet s’aligne directement avec la mission de l’IdO d’Ericsson et élargit ses opportunités potentielles d’opérateurs en explorant une dimensionnalité dans l’automatisation en temps réel, la surveillance et le suivi, ainsi que la surveillance intelligente. Cela renforce également la position d’Ericsson sur le marché de l’IdOT, qui prévoit un potentiel de revenus additionnel allant jusqu’à 36% (619 milliards USD) d’ici 2026. De plus, les techniques d’apprentissage automatique à développer peuvent facilement être adaptées à d’autres problèmes d’intérêt pour Ericsson.

Optimisation de la qualité des images et visualisation des tissus mous en tomographie par faisceau conique (CBCT)

L’imagerie cone beam CT (CBCT) prend une place de plus en plus importante dans l’exploration des structures osseuses du complexe dento-maxillo-facial. Cette modalité d’imagerie, moins irradiante que l’imagerie par tomodensitométrie conventionnelle (TDM), procure des images de qualité similaire, voire supérieure, à celle des images TDM. Toutefois, les rapports Signal/Bruit ne sont pas assez élevés, et les doses, bien qu’inférieures à celles en TDM, pourraient encore être diminuées. Un des objectifs de ce projet est donc d’optimiser la qualité des images tout en cherchant à réduire davantage la dose de radiation ionisante. Pour atteindre ce double objectif, nous proposons de mettre en œuvre de nouveaux algorithmes de reconstruction/rétroprojection, notamment en faisant appel à des méthodes de reconstruction itératives. Le rehaussement qualitatif obtenu, associé à une prise en charge des propriétés spectrales du processus d’acquisition, devrait nous permettre d’accéder, pour la première fois en imagerie CBCT, à une visualisation nettement améliorée des tissus mous, laissant entrevoir ainsi de très larges perspectives pour cette modalité d’imagerie très prometteuse.

Personnaliser les stratégies de ludification pour améliorer la formation aux compétences de vie des jeunes adultes. Partie 2; Analyse des besoins des travailleurs de soutien et conception de l’interface clinique

Facing Dragons est un jeu de santé mobile qui propose des quêtes et des défis aux jeunes adultes (17-29 ans) pour les aider à comprendre quoi faire de leur vie, à acquérir un sentiment d’identité et à libérer leur but dans la vie.

L’une des innovations clés en recherche dans ce jeu est l’ajout d’une interface spéciale pour les travailleurs de soutien et les aidants, qui les aide à mieux connaître les jeunes adultes avec qui ils travaillent.
Dans ce projet, nous allons faire correspondre les préférences de jeu mobile pour jeunes adultes avec des éléments de conception de jeux afin d’enseigner les compétences de vie de façon ludique et engageante, maximisant le pouvoir motivationnel de la gamification. Nous créerons également une interface clinique utile pour aider ceux qui aident les jeunes adultes à affronter leurs dragons chaque jour.
Ce projet constitue une étape importante dans la conception d’un jeu de coaching de vie mobile qui autonomise les jeunes adultes grâce à l’apprentissage ludique.

Évaluation de l’efficacité des efforts de gestion de la clientèle en matière de rentabilité dans l’industrie de l’assurance

To have a strategic advantage over competitors, companies have been encouraged to adopt customer-centric, value added processes and capabilities. Firms allocate resources to train their employees in the necessary skills to build and maintain healthy relationships with their customers, yet little is understood on how investments in training impacts a firm’s performance. The objective of the proposed research is to investigate (1) Which customer management training activities have a positive impact on profitability? (2) How frequently should companies offer training to their employees? and (3) Who will benefit from more (less) training activities? To answer these questions, we will develop a model to estimate growth in profitability as a function of training efforts while controlling for economic factors. This research will help understand how investments in customer management training will enhance the firm’s overall performance and competitiveness in business markets.

Modelisation et tarification des couts en assurances dommages

La modelisation des couts par assure en assurances dommages constitue la base du processus de tarification. Les couts peuvent provenir des trois couvertures d’un contrat d’assurance automobile dommages materiels au vehicule,dommages corporels subits par I’assure et dommages corporels subits par les tierces parties. Bien qu’un accidentpeut engendrer des couts pour ces trois couvertures, la modelisation actuelle de ces couts est faite separement en supposant I’independance entre les experiences des trois couvertures.

et ignore la decomposition classique des couts en assurance automobile en fonction de la frequence (nombre de sinistres) et de la seve rite (montant d’un sinistre). L’objectif principal du projet est d’ameliorer la tarification des couts pour un assure en assurance automobile en Ontario en tenant compte des recents developpements en actuarial. L’approche proposee permettra de tarifer les produits d’assurance qui refleteront davantage Ie risque inherent aux assures et seront plus equitables.

Évaluation rapide des biais décisionnels à l’aide de tâches de prise de décision de portée dans des applications web

Imaginez qu’on vous pose deux questions lors d’une entrevue d’embauche : 1) Êtes-vous plus collaboratif ou plus individuel? 2) Préféreriez-vous travailler de la maison ou au bureau? Maintenant, imaginez que vous ressentez fortement que vous êtes collaboratif et que vous préférez légèrement travailler de la maison. Un intervieweur pourrait regarder ces deux réponses et les trouver contradictoires. Cependant, s’ils savaient que tu étais plus indécis à propos du travail à la maison, ça aurait plus de sens. Ici, nous proposons d’utiliser des dynamiques de mouvement recodées via des applications mobiles pour fournir ces informations décisionnelles plus détaillées. Pour Paradigm, notre organisation partenaire spécialisée dans l’évaluation, cette nouvelle plateforme d’évaluation leur permettra d’accéder plus facilement à ces riches informations décisionnelles, ce qui se traduira par une meilleure collecte d’informations auprès de plus de personnes en moins de temps.

Investigation hydrogéochimique de l’uranium géogénique élevé dans une région subarctique

Le nord du Canada fait face à des changements environnementaux liés à l’extraction croissante des ressources et au réchauffement climatique, ce qui rend la compréhension des conditions de base cruciale. Dans la chaîne Dawson, au Yukon, des concentrations naturellement élevées d’uranium ont récemment été découvertes dans les eaux souterraines à des niveaux dépassant les recommandations fédérales de qualité de l’eau. Cette région est également le centre d’une exploration minérale avancée et fait partie des territoires traditionnels de plusieurs Premières Nations. Les activités minières peuvent renforcer la mobilisation de l’uranium grâce à la génération de roches résiduelles et de résidus. Le dégel du pergélisol pourrait provoquer un effet similaire en modifiant les conditions hydrologiques et géochimiques des eaux souterraines. L’objectif de ce projet est de comprendre et de communiquer les contrôles de base sur la mobilisation de l’uranium dans la chaîne Dawson par l’analyse d’échantillons d’eau et de roche et l’implication avec l’industrie locale, les Premières Nations et le gouvernement.

Vers un écosystème 5G intelligent et sécurisé pour la transformation et la numérisation des sociétés grâce à l’intelligence artificielle

L’intelligence artificielle (IA) a transformé notre façon de percevoir et d’interagir avec la technologie, en offrant des solutions de pointe pour des problèmes complexes à travers tout le spectre technologique. L’objectif principal de ce groupe de projets est d’étudier, développer, adapter, intégrer et évaluer des techniques d’apprentissage automatique (ML) de pointe, adaptées à la modélisation et à la prédiction à l’aide de jeux de données collectés pour des applications complexes de télécommunications réelles. Compte tenu des applications d’intérêt pour Ericsson Inc., nous nous concentrerons sur les techniques d’apprentissage automatique :
1. traiter des données opérationnelles complexes (séries temporelles ou haute dimension) provenant de réseaux sans fil et IoT à grande échelle en temps réel;
2. permettre une prise de décision intelligente, le partage et la provenance des données, ainsi que la modélisation à l’aide de technologies telles que la blockchain, pouvant évoluer pour des systèmes en temps réel;
3. pour la gestion du cycle de vie des réseaux sans fil 4G et 5G opérationnels, en répondant au besoin de déploiement à long terme, d’auto-profilage et de détection d’anomalies; et
4. Renforcer les interactions homme-machine pour la prise de décision en temps réel en soutien à l’exploitation et à la gestion de systèmes industriels à grande échelle.
L’entraînement de modèles d’apprentissage automatique dans de tels cas conduit généralement à des problèmes d’optimisation complexes, utilisant d’énormes quantités de données d’entraînement bruitées et incomplètes.

Intégration des technologies et thérapies associés aux soins de santé personnalisés (SSP)

Le secteur des soins de santé personnalisés (SSP) soulève de nombreux défis en matière d’adhésion, d’intégration et de réglementation. Il est alors nécessaire de faire l’état des défis et des enjeux concernant les SSP dans le système de santé.
Lorsqu’on parle d’intégration ou d’adhésion des SSP, on fait référence à leur utilisation par les professionnels de la santé et plus particulièrement par les médecins. Pour qu’une nouvelle technologie ou thérapie soit intégrée au système de santé, il faut qu’elle soit bien connue et bien comprise par les médecins. Ainsi, ils seront en mesure de l’utiliser en pratique courante. Cette intégration et cette adhésion sont d’autant plus facilitées par l’obtention du remboursement par les assureurs privés et par les assureurs publics. Le secteur public se fait via le régime d’assurance médicament du Québec (RAMQ). Pour obtenir le remboursement d’une nouvelle thérapie ou technologie, des agences d’évaluations des technologies doivent évaluer la valeur clinique et économique d’un produit. Ces agences se basent sur certains critères d’évaluation. Ils émettent ensuite une recommandation au ministre de la Santé et des services sociaux (MSSS) à savoir si oui ou non l’innovation devrait être remboursée par la RAMQ.

Apprentissage profond des fonctionnalités transparent et fiable pour la sécurité des systèmes cyberphysiques

Les technologies les plus récentes d’intelligence artificielle (IA) ont efficacement exploité la richesse des données provenant des systèmes cyberphysiques (CPS) pour automatiser les décisions intelligentes. Cependant, pour les CPS critiques pour la sécurité comme les réseaux intelligents et les villes intelligentes, la conversion de données massives en informations exploitables par l’IA doit être non seulement efficace, mais aussi fiable. À cette fin, ce projet développera des méthodes innovantes d’apprentissage des caractéristiques capables de distiller les données spatiotemporelles brutes, de s’intégrer à l’établissement de connaissances expertes et de modèles systèmes, et de présenter l’information d’appui à la décision avec transparence et fiabilité. En mettant l’accent sur les applications de surveillance de la sécurité dans les CPS critiques pour la sécurité, de nouveaux outils scientifiques et guides pratiques développés par le projet bénéficieront à la recherche et au développement de produits et solutions CPS basés sur l’IA et compatibles 5G pour Ericsson, tout en améliorant la sécurité des infrastructures intelligentes pour le grand public canadien.

Contrôle du sommeil des stations de base écoénergétique basé sur les données pour les systèmes 5G

L’objectif de ce projet est de développer un système logiciel capable de contrôler de façon optimale les états de veille des stations de base dans les réseaux 5G afin d’économiser de l’énergie. Les réseaux sans fil 5G doivent être écologiques et produire très peu d’émissions de dioxyde de carbone. Comparé à celui des réseaux sans fil 4G, l’efficacité énergétique de la 5G devrait être multipliée par 100. Une grande efficacité énergétique est une exigence critique dans la conception et l’exploitation des réseaux 5G. Nous proposons des stratégies de sommeil des stations basées sur l’apprentissage automatique, la programmation stochastique et des modèles d’optimisation robustes qui, en tirant parti des modèles de demande appris à partir des données historiques de charge, offrent une efficacité énergétique statistiquement optimale et une QoS limitée par les délais.