Projets novateurs réalisés

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

13270 Projets achevés

1072
AB
2795
C.-B.
430
MB
106
NF
348
SK
4184
ON
2671
QC
43
PE
209
NB
474
NS

Projets par catégorie

10%
Informatique
9%
Génie
1%
Génie - biomédical
4%
Génie - chimique / biologique

Logement urbain autochtone en Colombie-Britannique : moyens et obstacles pour répondre aux besoins en logement autochtone dans les politiques et plans de logement municipal

Cette étude vise à comprendre comment les municipalités de la Colombie-Britannique (C.-B.) répondent aux besoins en logement urbain autochtone dans le cadre de leurs plans communautaires officiels et de leurs stratégies de logement, en examinant un échantillon de plans et stratégies provenant de toute la Colombie-Britannique et en interviewant le personnel municipal de planification. Pour l’AHMA, l’Organisation faîtière des fournisseurs de logements autochtones en Colombie-Britannique, cette recherche est nécessaire pour identifier les lacunes politiques et influencer les décideurs en conséquence. De plus, les municipalités en Colombie-Britannique sont maintenant admissible recevoir du financement de la province pour réaliser un rapport sur les besoins en logement dans leurs communautés, ce projet aidera l’AHMA à identifier les lacunes dans l’inclusion des Autochtones pour ces évaluations et à intervenir pour maximiser l’impact du financement provincial.

Voir la description complète du projet
Superviseur du corps professoral :

Margaret Low

Étudiant :

Cléo Breton

Partenaire :

Association de gestion du logement autochtone

Discipline :

Autre

Secteur :

Immobilier et location et location

Université :

Université de la Colombie-Britannique

Programme :

Accélération

Conception de systèmes de contrôle avancés pour la fabrication additive par faisceau d’électrons

La fabrication additive fait d’énormes progrès dans la transformation du paysage manufacturier. Bien qu’il existe maintenant de nombreuses nouvelles technologies pour la fabrication additive, des défis majeurs subsistent pour réduire le coût des pièces, les taux de rejet des pièces et la qualité globale des pièces. Une grande partie du travail qui reste à faire consiste à mieux comprendre la relation entre les paramètres de traitement et les propriétés résultantes. Dans ce projet, nous travaillerons spécifiquement à faire progresser l’état de l’art dans le contrôle des procédés pour une forme spécifique de fabrication additive, la fusion sélective par faisceau d’électrons (SEBM). En collaboration avec notre partenaire CANMORA Tech, nous allons développer, pour la première fois dans un système SEBM commercial, un système de contrôle en boucle fermée qui permettra un contrôle synchronisé du faisceau d’électrons et de la table de construction mécanique. La flexibilité supplémentaire offerte par ce système de contrôle novateur nous orientera vers des stratégies de traitement améliorées, des coûts réduits et un gaspillage réduit.

Voir la description complète du projet
Superviseur du corps professoral :

Chad Sinclair

Étudiant :

Kirubakarann Srenevasan; Randy Yuwono

Partenaire :

CANMORA Tech

Discipline :

Génie - mécanique

Secteur :

Fabrication

Université :

Université de la Colombie-Britannique

Programme :

Accélération

Évaluation de la durabilité à long terme des systèmes naturels dans la ceinture verte de l’Ontario

La ceinture verte de l’Ontario comprend près de 2 millions d’acres de terres protégées, incluant des espaces naturels qui fournissent des services écosystémiques à des millions de personnes. Bien que ces zones subissent une pression réduite due à la conversion de l’utilisation des terres, elles subissent encore des pressions typiques des systèmes naturels dans les paysages périurbains, notamment la perte de biodiversité, les espèces envahissantes, les impacts des projets d’infrastructure et un climat changeant. Pour déterminer dans quelle mesure ces pressions modifient les systèmes naturels, des indicateurs de santé du système sont nécessaires. Ce rapport utilisera les données spatiales existantes des systèmes naturels pour quantifier les changements dans le système naturel à travers la ceinture verte. Grâce à des études de cas municipales s’appuyant sur des informations spatiales et de terrain à haute résolution recueillies précédemment, une liste d’indicateurs recommandés sera élaborée, identifiant des indicateurs prioritaires à collecter et à rapporter. Il fournira également des recommandations pour des critères de suivi supplémentaires et précis, basés sur les données analysées tant aux niveaux régional que local.

Voir la description complète du projet
Superviseur du corps professoral :

Danijela Puric-Mladenovic

Étudiant :

Amal Siddiqui

Partenaire :

Fondation des Amis de la Greenbelt

Discipline :

Foresterie

Secteur :

Autres services (sauf administration publique)

Université :

Université de Toronto

Programme :

Accélération

Évaluation des effets du drainage des tuiles/gestion de l’eau sur la productivité du blé, du canola et du soja dans les sols argileux lourds

Le drainage par tuiles devient populaire comme moyen de contrôler l’excès d’humidité dans le champ afin d’augmenter la productivité. Cependant, le retour sur investissement (ROI) de l’installation de drainage par tuiles n’est pas connu pour le blé, le canola et le soja au Manitoba. Cette recherche nous permettra d’évaluer l’impact de la gestion de l’eau par un drainage contrôlé sur le rendement et la qualité du blé, du canola et du soja. Des mesures détaillées de l’humidité du sol ainsi que la profondeur de la nappe phréatique à différents moments nous aideront à modéliser le débit d’eau dans la zone racinaire et son impact sur le rendement des cultures. Les données recueillies dans cette étude serviront à calibrer les modèles informatiques (HYDRUS, DrainMOD) pour cet endroit afin que les données météorologiques de différentes années puissent être modélisées pour évaluer l’impact à long terme du drainage des tuiles. Le champ possède des drains placés à 15', 30' et 45', permettant différents degrés de drainage. Faire tourner les trois cultures à travers ces différents espacements aidera à évaluer l’impact des différentes intensités de drainage. L’excès d’humidité est une grande contrainte dans la production agricole au Manitoba.

Voir la description complète du projet
Superviseur du corps professoral :

Ramanathan Sri Ranjan

Étudiant :

Thushyanthy Akileshan

Partenaire :

Association des producteurs de blé et d’orge du Manitoba

Discipline :

Génie

Secteur :

Agriculture

Université :

Université du Manitoba

Programme :

Accélération

Capture et analyse de données photogrammétriques avancées pour améliorer la planification de la réhabilitation et les dépenses en infrastructures

Ce projet évaluera les méthodes de capture d’images dans des installations hydroélectriques souterraines dans le but de générer des modèles 3D à utiliser pour l’inspection. Ces installations sont très sombres, humides et grandes, avec des géométries complexes. Capturer des images dans ces environnements adaptés à la modélisation 3D est un défi et, dans certains cas, impossible avec la technologie actuelle. Les méthodes d’analyse des modèles 3D, ainsi que l’automatisation des analyses, seront également étudiées. Les méthodes d’analyse actuelles sont laborieuses et manquent de métriques concises pour décrire l’état. Les résultats de cette recherche aideront les propriétaires d’infrastructures à optimiser les dépenses en infrastructures et à fournir à l’organisation partenaire de nouvelles connaissances et outils qui lui donneront un avantage concurrentiel dans l’industrie. Ce projet servira également de base pour la recherche future

Voir la description complète du projet
Superviseur du corps professoral :

Lloyd Waugh

Étudiant :

Sarath Veeturi

Partenaire :

Bradley Engineering Ltd

Discipline :

Génie

Secteur :

Autre

Université :

Université du Nouveau-Brunswick

Programme :

Accélération

Formulation des matériaux et extrusion de feuilles de composites thermoplastique-graphite pour le moulage par compression des plaques bipolaires PEMFC

L’hydrogène est une source d’énergie propre avec zéro émission de gaz à effet de serre. Une méthode très efficace pour obtenir de l’énergie à partir de l’hydrogène est d’utiliser des piles à combustible, qui génèrent de l’électricité via une réaction électrochimique où l’oxygène et l’hydrogène se combinent pour former de l’eau sans émissions nocives. Parmi les principaux composants des piles à combustible figurent les plaques bipolaires, qui coûtent environ un tiers du coût total des piles à combustible. Par conséquent, réduire le coût de ces composants, en particulier le coût de fabrication, tout en maintenant ou en améliorant la performance est un objectif principal pour les producteurs de piles à combustible. Les composites polymère-graphite sont devenus le matériau alternatif à faible coût pour les plaques bipolaires, actuellement fabriquées en matériaux composites thermodurcissables (par exemple époxy) et graphite. Ces matériaux composites doivent présenter certaines caractéristiques, mais surtout une conductivité électrique élevée, surtout dans la direction traversante du plan (TPEC). De plus, ils doivent avoir une résistance à la flexion et une ténacité à la fracture adéquates pour résister à la manipulation de la fabrication et des opérateurs tout au long du traitement et du post-traitement (création de rainures). D’autres caractéristiques souhaitables incluent : i) coût perdu (coût du matériau et coût de conversion), et ii) faible taux de ferraille (faible taux de défaillance, surtout lors de l’assemblage, et recyclabilité).

Voir la description complète du projet
Superviseur du corps professoral :

Ghaus Rizvi

Étudiant :

Muhammad Tariq

Partenaire :

Hydrogénie

Discipline :

Génie - mécanique

Secteur :

Fabrication

Université :

Université Ontario Tech

Programme :

Accélération

Essais, intégration et stratégie de contrôle optimale du système CVC hybride résidentiel

Le gouvernement fédéral canadien s’est engagé à encourager les alternatives à faible émission de carbone et à favoriser la croissance de technologies propres qui réduisent les émissions de gaz à effet de serre (GES). Il est indiqué que le nouvel objectif est de réduire les émissions de GES de 80% d’ici 2050, par rapport aux niveaux de GES de 2005. Pour atteindre cet objectif, l’un des plans stratégiques du gouvernement est de promouvoir des systèmes et des technologies qui minimisent la consommation de gaz naturel et de combustibles fossiles et augmentent l’utilisation d’électricité propre. Bien que divers groupes de recherche aient étudié les potentiels de réduction de la consommation d’énergie dans les maisons résidentielles, les systèmes hybrides intégrés se sont avérés efficaces pour réduire la consommation d’énergie ainsi que les coûts d’exploitation et les émissions de GES associés. Cependant, leur méthodologie de contrôle optimale fait encore défaut pour un déploiement et une adoption à grande échelle et rentables de tels systèmes CVC résidentiels hybrides dans le secteur résidentiel canadien. Par conséquent, ce projet examinera les avantages d’un système intelligent de commutation à double carburant (SDFSS) basé sur le nuage de pointe, composé de deux ensembles de systèmes résidentiels hybrides CVC : 1) une pompe à chaleur à air électrique (ASHP) et une fournaise au gaz naturel (NGF), et 2) un ASHP, un réservoir de chauffe-eau électrique et un chauffe-eau instantané au gaz naturel, pour une réduction simultanée du coût énergétique et des émissions de GES.

Voir la description complète du projet
Superviseur du corps professoral :

Alan Fung

Étudiant :

Gulsun Demirezen

Partenaire :

Énergie du cricket

Discipline :

Génie - mécanique

Secteur :

Construction et infrastructures

Université :

Université métropolitaine de Toronto

Programme :

Accélération

Détection de l’environnement des appareils domestiques avec réseau neuronal

Alors que les technologies de la maison intelligente et de l’intelligence artificielle évoluent rapidement, les appareils domestiques intelligents contribuent à une meilleure qualité de vie et à des espaces plus sécuritaires. Ces appareils intelligents sont des agents intelligents. Ils reçoivent une variété de signaux grâce à des capteurs installés dans les thermostats, interrupteurs et autres appareils intelligents d’ecobee, et contrôlent le chauffage et la climatisation, l’éclairage, tout en fournissant des notifications importantes. Dans ce projet, nous souhaitons analyser les données sensorielles et développer diverses solutions d’apprentissage automatique pour la caractérisation de l’environnement des appareils (par exemple, détection d’objets et classification audio). Actuellement, l’apprentissage automatique et les algorithmes d’apprentissage profond ont connu des améliorations significatives dans la construction d’agents intelligents. Nous les appliquerons pour aider les produits d’ecobee à mieux comprendre l’environnement et à prendre de meilleures décisions.

Voir la description complète du projet
Superviseur du corps professoral :

Roger Grosse

Étudiant :

You-Syuan Liou

Partenaire :

Ecobee Inc.

Discipline :

Informatique

Secteur :

Fabrication

Université :

Université de Toronto

Programme :

Accélération

Science des données : du principe à la pratique

La science des données est un domaine interdisciplinaire qui combine statistiques, informatique et connaissances de domaine. L’essor de la science des données a fondamentalement changé la façon dont les gens résolvent des problèmes dans toutes sortes d’industries. Pour combler le manque de talents, le programme professionnel de maîtrise (PMP) de la SFU a été lancé en 2014. Dans ce projet de cluster Mitacs, SFU PMP collaborera avec plusieurs partenaires industriels pour explorer des solutions innovantes afin de relever divers défis de science des données en gestion des données, développement de modèles, application et produit

Voir la description complète du projet
Superviseur du corps professoral :

Jiannan Wang; Ali Mahdavi-Amiri; Steven Bergner

Étudiant :

Atmika Honnalgere; AbuAli Sina Balkhi; Nguyen Cao; Kunal Chhabria; Siddhant Singhal

Partenaire :

Xtract AI

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université Simon Fraser

Programme :

Accélération

Développement de la dégradation ciblée de la protéine du domaine SET de liaison au récepteur nucléaire 2 (NSD2) par la chimère ciblant la protéolyse (PROTAC) pour l’étude de son rôle dans les infections au SARS-CoV-2

La récente épidémie du coronavirus associé au SARS-CoV-2, la COVID-19, a été déclarée pandémie mondiale par l’Organisation mondiale de la santé. Il n’existe encore qu’une compréhension minimale du virus et une absence de thérapie ciblée efficace pour son traitement. Les régulations épigénétiques dans les cellules contrôlent l’expression des gènes sans modifier les codes génétiques eux-mêmes, et le développement de thérapies ciblées épigénétiques avait été largement proposé comme une approche prometteuse des traitements antiviraux. NSD2 est une protéine impliquée dans le contrôle épigénétique pour faire taire les gènes et il a été rapporté qu’elle est sur-régulée et qu’elle interagit avec certaines protéines clés dans les cellules infectées par le SARS-CoV-2. Ce projet vise à développer une méthode visant précisément la dégradation de NSD2 grâce à une technique appelée PROTAC. Cela pourrait fournir une méthode de premier ordre pour la dégradation ciblée de la NSD2, qui pourrait être utilisée pour étudier la fonction des protéines et développer des traitements potentiels pour la COVID-19.

Voir la description complète du projet
Superviseur du corps professoral :

Cheryl Arrowsmith; Mathieu Lupien

Étudiant :

Yan David Nie

Partenaire :

Structural Genomics Consortium

Discipline :

Médecine

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Toronto

Programme :

Accélération

Explorez la recherche parallèle d’hyperparamètres automatisée et efficace pour optimiser les modèles d’apprentissage automatique sur un cluster cloud à grande échelle

L’apprentissage automatique a été appliqué dans divers domaines et a montré des résultats prometteurs ces dernières années. Les chercheurs ont constaté qu’ajuster correctement les modèles d’apprentissage automatique peut grandement améliorer la performance du modèle par rapport à la tâche spécifique de l’IA. Cependant, ajuster les modèles d’apprentissage automatique à grande échelle, surtout pour trouver les bonnes valeurs d’hyperparamètres, peut être difficile et prendre du temps. Il y a donc un grand attrait pour les approches automatiques capables d’optimiser l’hyperparamètre d’un modèle donné. Ce projet vise à fournir un cadre de recherche d’hyperparamètres automobiles de bout en bout qui peut aider les gens à explorer de meilleurs modèles d’apprentissage automatique

Voir la description complète du projet
Superviseur du corps professoral :

Gennady Pekhimenko

Étudiant :

Jiahuang Lin

Partenaire :

IA de couche 6

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Toronto

Programme :

Accélération

Vers un système de dépistage rapide basé sur un laboratoire sur puce pour détecter les agents pathogènes

À la lumière de la récente épidémie de Covid-19, il est urgent de trouver une solution pour une détection et une élimination rapides et efficaces des agents pathogènes. Des tests diagnostiques rapides et des dispositifs de surveillance sont urgemment nécessaires afin de fournir des tests et des soins aux personnes infectées. Actuellement, les tests sont effectués dans des installations centralisées à l’aide d’équipements spécialisés pour la détection moléculaire des agents pathogènes. La PCR quantitative en temps réel est la méthode actuelle de détection, mais elle a un temps de réponse lent en raison de la capacité de laboratoire clinique et du temps d’expédition des échantillons.

Dans le but d’examiner rapidement les cellules et les micro-organismes, nous développons un capteur intégré pour des plateformes de laboratoire sur puce avec des micro-tubes connectés et un contenant pour les marqueurs et l’échantillon. Le capteur est équipé d’unités intégrées de récupération d’énergie et de communication bidirectionnelle pour créer une plateforme sans contact et un support analytique pour la technologie de laboratoire sur puce. Le capteur proposé, fixé à un porteur capillaire microfluidique ou à un test basé sur un flux latéral, facilite une analyse rapide et la détection des agents pathogènes, médicaments ou biomolécules nuisibles. Il pourrait aussi être utilisé comme dispositif de surveillance des patients à faible coût au point de soins.

Voir la description complète du projet
Superviseur du corps professoral :

Shahriar Mirabbasi; Katherine Elvira

Étudiant :

Mengye Cai; Mohammad Najjarzadegan; Alejandro Forigua; Elanna Stephenson

Partenaire :

Semi-conducteurs Epic

Discipline :

Secteur :

Services professionnels, scientifiques et techniques

Université :

Programme :

Accélération