Projets novateurs réalisés

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

29670 projets achevés

2811
AB
4990
Av. J.-C.
801
MB
663
NL
825
SK
8841
ON
9197
QC
95
PE
568
NB
1088
NS

Projets par catégorie

Development of machine learning and artificial intelligence based tools to improve efficiency in financial services – Year two

Our interactions with actors in the financial services industry, including our partner company, uncovered that they possess large amounts of data pertaining to investors and markets, but have yet to extract/learn information of significant value from that data such as expected actions by clients.
The industry is conscious of this, but while they are making the needful investments in IT, they report lack of academic expertise in machine learning (ML) / artificial intelligence (AI) to unlock full potentials of such investments. This project will combine academic and industrial expertise to resolve this bottleneck. We will develop ML / AI based tool to allow predictions of actions by client, specifically client churn and to help identify optimal fee structures as well as targeted populations, which Purefacts views as necessary to improve productivity and earning potential. We will also develop descriptors of accuracy of such predictions.
The feasibility of the project is assured by deep expertise of each party in respective domains: this applicant’s in applied math, coding and ML, academic supervisor’s in ML methodologies, and Purefacts’ expertise in financial services to individuals and major financial institutions.
Methods and tools developed in the project will be applicable to other industries.

Voir la description complète du projet
Superviseur du corps professoral :

Sergei Manzhos

Étudiant :

Partenaire :

PureFacts

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université du Québec : Institut national de la recherche scientifique

Programme :

Elevate

Développement d’outils basés sur l’apprentissage automatique et l’intelligence artificielle pour améliorer l’efficacité dans les services financiers

Our interactions with actors in the financial services industry, including our partner company, uncovered that they possess large amounts of data pertaining to investors and markets, but have yet to extract/learn information of significant value from that data such as expected actions by clients.
The industry is conscious of this, but while they are making the needful investments in IT, they report lack of academic expertise in machine learning (ML) / artificial intelligence (AI) to unlock full potentials of such investments. This project will combine academic and industrial expertise to resolve this bottleneck. We will develop ML / AI based tool to allow predictions of actions by client, specifically client churn and to help identify optimal fee structures as well as targeted populations, which Purefacts views as necessary to improve productivity and earning potential. We will also develop descriptors of accuracy of such predictions.
The feasibility of the project is assured by deep expertise of each party in respective domains: this applicant’s in applied math, coding and ML, academic supervisor’s in ML methodologies, and Purefacts’ expertise in financial services to individuals and major financial institutions.
Methods and tools developed in the project will be applicable to other industries.

Voir la description complète du projet
Superviseur du corps professoral :

Sergei Manzhos

Étudiant :

Partenaire :

PureFacts

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université du Québec : Institut national de la recherche scientifique

Programme :

Elevate

Apprentissage automatique pour prédire le risque de troubles temporo-mandibulaires à partir des génotypes

L’objectif de ce projet est de développer de nouvelles méthodes d’apprentissage automatique et de stratégies computationnelles pour méga-analyser les données issues de jeux de données bien caractérisés sur les douleurs chroniques afin de développer un outil génétique prédictif. Cet outil sera mis en œuvre dans un tableau de bord interactif en ligne et utilisé par la communauté du Réseau québécois de recherche sur la douleur (QPRN). Cette collaboration avec Plotly rendra les modèles d’apprentissage automatique développés plus accessibles aux chercheurs appliqués en : 1) visualisant les effets génétiques qui guident les prédictions, 2) permettant aux utilisateurs de générer de nouvelles prédictions de manière interactive sur une gamme de paramètres et de comparer visuellement les résultats, et 3) en produisant différents graphiques des données pour révéler des détails qui pourraient être masqués par des statistiques sommaires.

Voir la description complète du projet
Superviseur du corps professoral :

Sahir Bhatnagar

Étudiant :

Partenaire :

Plotly Technologies Inc

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université McGill

Programme :

Accélération

Génération d’interfaces de fonctions étrangères idiomatiques pour les langues cibles spécifiées par l’utilisateur

Pour différents logiciels créés avec différents outils d’interopération, une couche intermédiaire appelée liaisons API est nécessaire. Ces liaisons peuvent être créées à la main, mais cela prend du temps et doit être mis à jour chaque fois qu’un des paquets change. Comme ces liaisons sont souvent assez répétitives, il est raisonnable d’essayer de les générer automatiquement, ce qui fait gagner du temps à la fois à les créer et à les mettre à jour en raison des changements.
Il existe des outils existants qui permettent différents types d’automatisation pour générer des liaisons, mais ces outils partent souvent de fortes hypothèses sur ce à quoi le résultat devrait ressembler. Ces résultats peuvent nécessiter une adaptation manuelle, ce qui peut prendre autant de temps que d’écrire les liaisons manuellement. Nous proposons une méthode plus flexible pour générer ces liaisons, visant à faire gagner du temps aux employés de PDFTron en automatisant davantage ce processus pour eux.

Voir la description complète du projet
Superviseur du corps professoral :

Ond?ej Lhoták

Étudiant :

Partenaire :

Apryse

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications; Technologie; Autres

Université :

Université de Waterloo

Programme :

Accélération

Etude et optimisation des operations de mise en forme courbee de conduit

Le stagiaire devra ultiliser ses connaissances acquises dans le domaine des composites pour resoudre une problématique de l’entreprise FRE Composites (2005) inc. Celle-ci porte sur le pliage de leurs conduits de composites. La problématique et que leurs pliage, il y a parfois créé de rupture du matériau et/ou de flambage local, et que le conduit a tendance à perdre son angle et rayon initial avec le temps. Le projet prend en compte les différentes phases de polymérisation du composit lors des étapes de fabrication (enroulement filamentaire, cuisson, refroidissement, prechauffage, pliage, refroidissement, post-pliage) etplus partciulierement le comportement mécanique lors de la phase de pliage. L’objectif intermédiaire du projet est donc de comprendre et d’identifier les paramètres critiques pour l’opération de pliage d’un thermodurcissable. L’objectif final est d’implanter une nouvelle façon de plier des conduis en matières composites permettant d’éliminer ou de réduire les rejets, en plus d’optimiser les propriétés mécaniques........

Voir la description complète du projet
Superviseur du corps professoral :

Radhouane MASMOUDI

Étudiant :

Partenaire :

FRE Composites Inc

Discipline :

Génie

Secteur :

Fabrication

Université :

Université de Sherbrooke

Programme :

Accélération

Development and validation of an automated diagnostic tool for wound imaging – Year two

Plus de 6,5 millions de personnes en Amérique du Nord vivent avec des blessures chroniques qui pèsent sur leur qualité de vie et le système de santé. On estime que les blessures chroniques coûtent plus de 30 milliards de dollars par année. Swift Medical est un pionnier dans l’imagerie au point de soins pour les plaies. Leurs applications mobiles permettent une mesure fiable et précise des caractéristiques des plaies, ce qui en fait un outil idéal pour suivre la guérison et identifier les schémas de cicatrisation. En utilisant l’intelligence artificielle/apprentissage automatique et une vaste base de données de données sur les plaies que Swift Medical possède de manière unique, nous proposons le développement d’un outil diagnostique pour classifier les images des plaies et leur validation dans une cohorte indépendante composée de patients recevant des soins du professeur Gregory Berry au Centre de santé de l’Université McGill. Les algorithmes résultants seront utilisés par Swift pour améliorer les capacités de leur technologie mobile, ce qui pourrait améliorer les soins aux patients en surveillant les patients à haut risque de blessures chroniques, comme les personnes diabétiques ou ayant une mobilité réduite, favoriser un accès généralisé à la télémédecine dans les communautés éloignées et réduire le coût global du traitement des plaies chroniques pour le système de santé.

Voir la description complète du projet
Superviseur du corps professoral :

Gregory Berry

Étudiant :

Partenaire :

Swift Medical

Discipline :

Sciences de la vie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Institut de recherche du Centre de santé de l’Université McGill

Programme :

Elevate

Development and validation of an automated diagnostic tool for wound imaging

Plus de 6,5 millions de personnes en Amérique du Nord vivent avec des blessures chroniques qui pèsent sur leur qualité de vie et le système de santé. On estime que les blessures chroniques coûtent plus de 30 milliards de dollars par année. Swift Medical est un pionnier dans l’imagerie au point de soins pour les plaies. Leurs applications mobiles permettent une mesure fiable et précise des caractéristiques des plaies, ce qui en fait un outil idéal pour suivre la guérison et identifier les schémas de cicatrisation. En utilisant l’intelligence artificielle/apprentissage automatique et une vaste base de données de données sur les plaies que Swift Medical possède de manière unique, nous proposons le développement d’un outil diagnostique pour classifier les images des plaies et leur validation dans une cohorte indépendante composée de patients recevant des soins du professeur Gregory Berry au Centre de santé de l’Université McGill. Les algorithmes résultants seront utilisés par Swift pour améliorer les capacités de leur technologie mobile, ce qui pourrait améliorer les soins aux patients en surveillant les patients à haut risque de blessures chroniques, comme les personnes diabétiques ou ayant une mobilité réduite, favoriser un accès généralisé à la télémédecine dans les communautés éloignées et réduire le coût global du traitement des plaies chroniques pour le système de santé.

Voir la description complète du projet
Superviseur du corps professoral :

Gregory Berry

Étudiant :

Partenaire :

Swift Medical

Discipline :

Sciences de la vie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Institut de recherche du Centre de santé de l’Université McGill

Programme :

Elevate

Development of sc-RNA based methods for mAb identification and validation – Year two

L’objectif global de ce projet est de développer des méthodes plus rentables pour générer des anticorps monoclonaux (mAB) contre les biomarqueurs du cancer. Bien que les protocoles traditionnels pour la génération de mAb utilisés par les MédiMabs aient été établis il y a des décennies, les développements technologiques récents ont ouvert la porte à de nouvelles méthodologies, potentiellement bien plus efficaces. Dans ce projet, nous étudierons l’utilisation du séquençage de l’ADN unicellulaire comme méthode pour identifier rapidement les cellules productrices de mAb sans effectuer des fusions traditionnelles d’hybridomes. En même temps, nous évaluerons différentes approches pour l’expression rapide et la traduction de clones séquencés afin de permettre leur validation fonctionnelle. Ces expériences seront réalisées dans le contexte de plusieurs biomarqueurs identifiés dans un sous-groupe de leucémie myéloïde aiguë pédiatrique (LMA) identifié par le laboratoire Wilhelm. En raison des nombreux avantages potentiels de cette approche en termes de temps et de coût de production de mAbs, le travail proposé sous-tend à la fois une forte valeur scientifique et économique.

Voir la description complète du projet
Superviseur du corps professoral :

Brian Wilhelm

Étudiant :

Partenaire :

MediMabs

Discipline :

Sciences de la vie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Montréal

Programme :

Elevate

Development of sc-RNA based methods for mAb identification and validation

L’objectif global de ce projet est de développer des méthodes plus rentables pour générer des anticorps monoclonaux (mAB) contre les biomarqueurs du cancer. Bien que les protocoles traditionnels pour la génération de mAb utilisés par les MédiMabs aient été établis il y a des décennies, les développements technologiques récents ont ouvert la porte à de nouvelles méthodologies, potentiellement bien plus efficaces. Dans ce projet, nous étudierons l’utilisation du séquençage de l’ADN unicellulaire comme méthode pour identifier rapidement les cellules productrices de mAb sans effectuer des fusions traditionnelles d’hybridomes. En même temps, nous évaluerons différentes approches pour l’expression rapide et la traduction de clones séquencés afin de permettre leur validation fonctionnelle. Ces expériences seront réalisées dans le contexte de plusieurs biomarqueurs identifiés dans un sous-groupe de leucémie myéloïde aiguë pédiatrique (LMA) identifié par le laboratoire Wilhelm. En raison des nombreux avantages potentiels de cette approche en termes de temps et de coût de production de mAbs, le travail proposé sous-tend à la fois une forte valeur scientifique et économique.

Voir la description complète du projet
Superviseur du corps professoral :

Brian Wilhelm

Étudiant :

Partenaire :

MediMabs

Discipline :

Sciences de la vie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Montréal

Programme :

Elevate

Examen du développement des politiques environnementales, sociales et de gouvernance (ESG) dans les sociétés de capital-risque en phase initiale.

La façon dont une entreprise aujourd’hui contribue au bien-être environnemental et social de la société devient une part de plus en plus importante de ses activités commerciales. De nombreuses grandes entreprises ont une politique environnementale, sociale et de gouvernance (ESG) qui les guide pour que leurs activités commerciales contribuent à la durabilité environnementale et sociale de la planète. Mais qu’en est-il des entreprises qui débutent tout juste? Ils s’inquiètent davantage de leur capacité à gagner assez d’argent pour survivre. Cependant, lorsqu’elles parviennent à attirer du financement pour les aider à croître, certaines sociétés de financement, appelées startup-venture financement, peuvent influencer la startup à adopter une politique ESG afin de rendre leur produit plus respectueux de l’environnement et socialement. Ce projet fera des recherches sur une entreprise de financement de capital-risque basée à Toronto afin de déterminer si elle possède une politique ESG acceptable et comment cela pourrait influencer les entreprises en démarrage dans lesquelles elle a investi.

Voir la description complète du projet
Superviseur du corps professoral :

Philip Walsh

Étudiant :

Partenaire :

ScaleUP Ventures Inc.

Discipline :

Affaires

Secteur :

Finance et assurance

Université :

Université métropolitaine de Toronto

Programme :

Accélération

Development of a wireless mini-microscope for the study of brain function – Year two

Au cours des dernières années, l’imagerie à l’aide de mini-microscopes (mini-microscopes aussi appelés mini-endoscopes) est devenue une méthode privilégiée pour comprendre l’activité aux niveaux cellulaire et de réseau dans différentes régions cérébrales, chez les animaux qui se comportent librement. Cependant, les mini-microscopes sont reliés par des fils à d’autres appareils, ce qui facilite largement l’utilisation de ces systèmes d’imagerie pour l’imagerie à long terme et la surveillance du comportement des animaux lors de tâches comportementales complexes. L’objectif de ce projet MITAC est de réunir Doric Lenses, qui a été pionnier de plusieurs systèmes d’imagerie, et un laboratoire de recherche qui réalise régulièrement l’imagerie longitudinale lors de tâches comportementales complexes, afin de développer, tester et optimiser une version sans fil des mini-microscopes. Ce projet aura un impact considérable du point de vue de la recherche et du développement pour les lentilles doriques, permettant de tester et d’optimiser un système d’imagerie sans fil dédié à l’utilisation in vivo, sur des souris qui se comportent librement.

Voir la description complète du projet
Superviseur du corps professoral :

Armen Saghatelyan

Étudiant :

Partenaire :

Doric Lenses Inc

Discipline :

Sciences de la vie

Secteur :

Fabrication; Services professionnels, scientifiques et techniques

Université :

Université Laval

Programme :

Elevate

Développement d’un mini-microscope sans fil pour l’étude des fonctions cérébrales

Au cours des dernières années, l’imagerie à l’aide de mini-microscopes (mini-microscopes aussi appelés mini-endoscopes) est devenue une méthode privilégiée pour comprendre l’activité aux niveaux cellulaire et de réseau dans différentes régions cérébrales, chez les animaux qui se comportent librement. Cependant, les mini-microscopes sont reliés par des fils à d’autres appareils, ce qui facilite largement l’utilisation de ces systèmes d’imagerie pour l’imagerie à long terme et la surveillance du comportement des animaux lors de tâches comportementales complexes. L’objectif de ce projet MITAC est de réunir Doric Lenses, qui a été pionnier de plusieurs systèmes d’imagerie, et un laboratoire de recherche qui réalise régulièrement l’imagerie longitudinale lors de tâches comportementales complexes, afin de développer, tester et optimiser une version sans fil des mini-microscopes. Ce projet aura un impact considérable du point de vue de la recherche et du développement pour les lentilles doriques, permettant de tester et d’optimiser un système d’imagerie sans fil dédié à l’utilisation in vivo, sur des souris qui se comportent librement.

Voir la description complète du projet
Superviseur du corps professoral :

Armen SAGHATELYAN

Étudiant :

Partenaire :

Doric Lenses Inc

Discipline :

Sciences de la vie

Secteur :

Fabrication; Services professionnels, scientifiques et techniques

Université :

Université Laval

Programme :

Elevate

Précédent
1...2,0762,0772,0782,0792,0802,0812,082...2,473
Suivant

Rejoignez un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

Abonnez-vous