Projets novateurs réalisés

CO2-EOR dans les récifs dévoniens de l’Alberta – Caractérisation et criblage des réservoirs

Les réservoirs dévoniens ont grandement contribué au développement de l’industrie pétrolière en Alberta. Cela s’explique principalement par leurs caractéristiques favorables de haute perméabilité, renforcées par la dolomitisation dans ces structures souvent récifales. Bien que beaucoup aient eu de bonnes récupérations, beaucoup de pétrole reste à récupérer. Bon nombre des mêmes caractéristiques qui ont mené à une bonne performance de production au cours des dernières décennies devraient contribuer à un bon potentiel de production si des méthodes de récupération améliorée du pétrole à base de CO2 (CO2-EOR) sont utilisées.
Dans cette recherche, nous allons caractériser un sous-ensemble de ces réservoirs d’un point de vue géologique et d’ingénierie, et développer une méthodologie pour évaluer et classer leur adéquation au CO2-EOR. Cela renforcera la position de l’organisation partenaire dans ce domaine. De plus, l’organisation partenaire développe un cours de caractérisation des réservoirs de carbonate par réservoir, notamment pour l’application du CO2-EOR. Les réservoirs examinés dans cette recherche serviront d’études de cas dans ce cours.

Méthodologies automatisées basées sur l’IA pour les chaînes d’approvisionnement : détection tabulaire haute précision et modélisation sémantique des composants électroniques à partir de fiches techniques

Ce projet développera un cadre hybride en intégrant des méthodes d’IA et d’apprentissage automatique avec l’extraction d’informations tabulaires et la modélisation sémantique afin d’améliorer la précision et la rappel de pointe dans la détection tabulaire tout en maximisant la valeur de l’information extraite pour des applications industrielles. Après une étape de prétraitement correctement conçue pour améliorer les résultats des techniques d’IA, le problème de recherche est triple : la première phase consiste à améliorer le succès de la détection tabulaire, car il y a une marge significative d’amélioration dans la reconnaissance des tables e-composantes sous les données de milliards + composants. Ensuite, une recherche sémantique sera appliquée sur des informations tabulaires pour extraire des données spécifiques pour les composants électroniques dans la deuxième phase. Lors des deux premières phases, des cartes de classification et d’auto-organisation seront utilisées comme techniques d’IA pour atteindre le niveau de succès souhaité. La conception d’un système holistique de bout en bout sera réalisée lors de la troisième phase du projet proposé.

Analyse simultanée des endocannabinoïdes avec des méthodes de spectrométrie de masse dans le sérum humain à l’aide de dispositifs de collecte au point de soins

Les endocannabinoïdes sont des composés produits par le corps humain qui se lient et activent les récepteurs cannabinoïdes. Il existe deux principaux endocannabinoïdes : l’anandamide (AEA) et le 2-arachidonoylglycérol (2-AG). Les deux jouent un rôle dans la régulation de la libération des cellules cérébrales dans le système nerveux et dans l’atténuation des réponses du système immunitaire. Ainsi, le système endocannabinoïde est impliqué dans plusieurs processus cliniquement pertinents, notamment la régulation de l’appétit, la gestion de la douleur, la fertilité, et plus encore. Des mesures de routine de l’AEA et du 2-AG peuvent permettre des recherches plus approfondies par les professionnels de la santé sur l’impact que la supplémentation du système endocannabinoïde peut avoir chez les patients. Le développement des méthodes pour l’AEA et le 2-AG sera exploré à l’aide d’échantillons séromiques analysés par chromatographie liquide-spectrométrie de masse (LC-MS). Une carte de collecte de sérum séché sera évaluée pour servir d’outil de point de soins par les professionnels de la santé.

Data Analytics and Natural Language Processing for Courses Curriculum Design

De nos jours, il existe des écarts entre les exigences du marché du travail et les compétences que les étudiants acquièrent au cours de leurs études universitaires. Dans bien des cas, les programmes de cours manquent de contenu pratique pertinent pour les employeurs. Avec les avancées dans l’efficacité des algorithmes d’analyse de données et la collecte automatique de données à partir de ressources en ligne telles que les offres d’emploi et sondages en ligne, nous prévoyons d’utiliser la modélisation, le traitement du langage naturel et les algorithmes d’apprentissage automatique pour extraire des informations utiles sur les compétences et qualifications pertinentes à partir des données, afin de trouver des tendances et de développer des perspectives. Nous utiliserions ces résultats de recherche basés sur les données pour identifier les compétences en gestion et les compétences techniques que les étudiants souhaitent inclure dans le programme des cours. L’objectif de ce projet est d’aider les universités à créer ou adapter des programmes de maîtrise en analyse de données qui augmentent les chances pour les étudiants de trouver un emploi après l’obtention de leur diplôme, car les diplômés possèdent toutes les compétences nécessaires sur le marché du travail.

Quantification de la distribution spatiale du mouvement des nutriments du sol à l’échelle du champ

Notre recherche proposée vise à mesurer l’érosion et le ruissellement des sols dans le champ et à les utiliser pour calibrer les modèles de ruissellement de l’eau. L’approche est double : a) l’utilisation de données de terrain pour déterminer les taux de ruissellement et la charge en nutriments, et b) l’utilisation de méthodes à haute résolution et non destructives pour surveiller le ruissellement de l’eau après un événement de précipitations à l’aide de véhicules aériens sans pilote (UAV). De cette façon, les données aideront à ajuster les modèles actuels de simulation de ruissellement et à prédire des scénarios réels. Ces modèles représenteront avec précision l’effet des pratiques agricoles conventionnelles sur l’architecture des sols et la qualité de l’eau de ruissellement.

Investigating the Role of Heterodimeric Nodal/Gdf3 in the Maintenance of hESC Pluripotency

La pluripotence est la propriété par laquelle les cellules immatures peuvent donner naissance à tous les types cellulaires spécialisés au sein d’un organisme adulte. Les cellules souches embryonnaires humaines, ou hESC, sont des cellules pluripotentes qui possèdent un potentiel remarquable en médecine régénérative. La traduction clinique de la thérapie par cellules souches nécessite de meilleures conditions de culture qui maintiennent correctement les hESC. Un régulateur important de la pluripotence est la signalisation nodale, une voie hautement conservée nécessaire au développement embryonnaire précoce. Cependant, les limites de l’application de la signalisation nodale à la culture hESC suggèrent que notre compréhension de la voie est incomplète. Des travaux récents sur des organismes modèles ont montré que Gdf3, une protéine co-factrice, est nécessaire en même temps que Nodal pour exercer ses effets. Ainsi, nous étudions comment l’utilisation simultanée des nodaux et de Gdf3 peut améliorer le maintien de la pluripotence du hESC en culture. Nos recherches auront des implications significatives concernant les mécanismes moléculaires de la pluripotence et de la signalisation des cellules souches.

Étude du système de co-culture des micro-organismes pour la production de biomasse et de biocarburants

La recherche se concentre sur les besoins cruciaux pour l’optimisation du processus de production des biocarburants. Il soutient les secteurs canadiens de l’énergie et de l’environnement qui cherchent sérieusement des processus plus efficaces, en répondant à l’inquiétude croissante de la société concernant l’épuisement des ressources énergétiques des combustibles fossiles et l’empreinte environnementale.

Chemical and biological characterization of the non-tetrahydrocannabinoid profiles of medicinal plants

Nous proposons de réaliser des études détaillées qui caractérisent chimiquement et biologiquement ainsi que les espèces végétales ancestrales non modifiées du genre Cannabis. Chimiquement, ces études fourniront les profils chimiotypes de chaque espèce parentale pour un spectre de composés non tétrahydrocannabinoïdes. Biologiquement, ces études fourniront les profils pharmacologiques de chaque espèce parentale. Ces données permettront le développement du cannabis médical et des cannabinoïdes (le bon médicament et la bonne dose) qui pourront ensuite être utilisés dans des essais cliniques (la bonne personne/maladie) afin d’identifier finalement le rôle thérapeutique des médicaments à base de cannabinoïdes dans la gestion des maladies (au bon moment).

Backtesting des stratégies en finance

Le projet consiste à évaluer, I’excedent dee rendements relies à des stratégies

d’investissements précises. Ces stratégies d’investissement seront bases sur

L’identification d’anomalies de marche non exploitées par les investisseurs. Ces

anomalies seront pour la plupart de nature comptable. Après l’identification des

variables comm ptables. je devrai choisir les titres pertinents selon nos critères avec Ie

logiciel de recherche Factset. Salle de bain. je devrai creer un portefeuille fictif avec les

titres selectionnes afin de suivre son évolution dans Ie temps. Enfin je conclurai par

les apprentissages et Ie bien-fonde des ces stratégies.

Détection et inspection autonomes des structures utilisant des systèmes aériens sans pilote

Dans ce projet, une nouvelle méthode est développée pour optimiser la performance d’un véhicule aérien sans pilote (UAV) pour la détection autonome et la planification de la vue sur le terrain des éléments d’infrastructure, dans le but de leur modélisation tridimensionnelle (3D) précise. Les approches de planification de vue existantes dans la littérature ont principalement modélisé des objets non complexes ou à petite échelle et ont rarement été adaptées aux robots volants. De plus, l’objet cible est souvent identifié par des opérateurs humains. Cette recherche répond à ces problèmes en entraînant un drone à trouver l’objet d’intérêt désiré dans un environnement inconnu lors d’une tâche d’inspection sans intervention humaine. À cette fin, d’abord, une technique de détection d’objets sera développée pour reconnaître et localiser l’objet cible pendant que le drone explore l’environnement. Deuxièmement, en fonction des informations disponibles sur l’objet désiré, le drone commencera la meilleure vue suivante et planifiera les mouvements afin d’acquérir un réseau photogrammétrique adéquat d’images afin de reconstruire la cible d’inspection en 3D de manière précise et complète. Cette recherche aura un impact important sur l’évolution des approches de surveillance et d’évaluation des infrastructures utilisant les systèmes UAV.

Faire progresser la performance humaine dans la Ligue canadienne de football

Les joueurs professionnels nord-américains de football luttent contre des défis de santé mentale tels que la dépendance et la dépression pendant et après leur carrière sportive. Bien que ces athlètes valorisent la santé mentale positive émotionnelle, psychologique et sociale, on sait peu de choses sur les façons dont les organisations peuvent protéger et promouvoir ces aspects de la santé mentale des athlètes. Par conséquent, le but de cette recherche est d’explorer les défis et les opportunités auxquels les joueurs de la LCF font face pour vivre une santé mentale positive durant une saison professionnelle. Cette recherche aidera à orienter un programme de performance humaine de la LCF conçu pour améliorer le bien-être des joueurs et maximiser la performance sur le terrain.

Identifying Questions for Game-Based Learning through Deep Learning

Les outils d’apprentissage basés sur le jeu utilisent souvent des questions pour mesurer et encourager l’apprentissage, mais générer des questions peut être un défi, surtout à l’échelle que des entreprises comme Axonify doivent faire. Dans ce projet, le stagiaire concevera, implémentera et évaluera un système capable d’appliquer l’apprentissage automatique sur un corpus de texte (par exemple, un manuel) pour générer automatiquement des questions pouvant être utilisées dans des outils d’apprentissage basés sur des jeux. Ce système permettra à Axonify d’adapter ses produits à des corpus plus larges de matériaux sources, à des ensembles plus larges de questions, et finalement d’avoir un marché beaucoup plus vaste.