Projets innovants réalisés

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

13270 Projets terminés

1072
AB
2795
C.-B.
430
MO
106
NF
348
SK.
4184
L’ONT
2671
QC (EN)
43
PE
209
N.-B.
474
N.-S.

Projets par catégorie

10%
Informatique
9%
Génie
1%
Ingénierie - biomédicale
4%
Ingénierie - chimique / biologique

Détection des fournisseurs B2B multilingues et extraction d’informations

Chez Tealbook, nous faisons des recherches sur le Web pour rendre les sites Web des fournisseurs interentreplyseurs du monde entier facilement accessibles. Nous extrayons des phrases et des mots-clés importants pour créer une base de données consultable que les acheteurs peuvent ensuite utiliser pour trouver le bon fournisseur pour leurs besoins. Mais à l’heure actuelle, nous sommes limités à servir les organisations de langue anglaise. Pouvons-nous étendre nos services au français ? À l’allemand ? Au coréen ? À l’une des 7000 autres langues dans le monde ? Cela permettrait non seulement à Tealbook d’atteindre un public plus large, mais aiderait également le monde à rester interconnecté dans n’importe quelle langue.

Voir la description complète du projet
Superviseur de la faculté :

Gérald Penn

Etudiant :

Khasir Hean

Partenaire :

Tealbook inc. (en)

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Toronto

Programme :

Accélération

iStandardize : Recommandations pour le formulaire de soins de santé Standardiz

iStandardize est une solution d’apprentissage automatique alimentée par l’IA qui est conçue pour rationaliser la normalisation des ensembles de commandes cliniques (c’est-à-dire les formulaires) en utilisant des techniques d’apprentissage automatique et de traitement du langage naturel. Actuellement, les réseaux hospitaliers utilisent plusieurs versions de formulaires et d’ensembles de commandes, dont beaucoup sont de nature similaire. Le manque de normalisation pose un défi dans l’intégration des données pour le partage, ajoute un fardeau de documentation supplémentaire et perturbe le flux de travail pour les cliniciens. La solution applique le traitement du langage naturel et l’apprentissage automatique pour identifier les ensembles de commandes similaires et leurs éléments (attributs et réponses), réduire le travail manuel requis pour comparer les ensembles de commandes et accélérer le processus de prise de décision pour la normalisation.

Voir la description complète du projet
Superviseur de la faculté :

Michael Brudno

Etudiant :

Joseph Roussy

Partenaire :

Deloitte Consulting

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Toronto

Programme :

Accélération

Applications de l’échantillonnage Quantique Monte Carlo

Dans l’environnement informatique quantique d’aujourd’hui, l’accès à tous les principaux fournisseurs de matériel est entièrement basé sur le cloud. Par conséquent, les grandes entreprises et les autres utilisateurs sensibles à la protection de la vie privée sont limités dans leur capacité à expérimenter avec des ordinateurs quantiques. Beaucoup ont simplement choisi de renoncer complètement à l’expérimentation avec les ordinateurs quantiques. Une application minutieuse des recherches récentes est essentielle pour répondre à ce besoin via le développement, les tests et le déploiement de solutions de sécurité conçues pour les ordinateurs quantiques d’aujourd’hui. Ce projet vise à faire des recherches sur les algorithmes quantiques propres à l’industrie et les récentes percées universitaires dans le but de développer des outils de sécurité conviviaux et spécifiques aux tâches qui peuvent être déployés dans un contexte réel. Un accent particulier sera mis sur les demandes de financement. Le projet peut donner lieu à des publications scientifiques.

Voir la description complète du projet
Superviseur de la faculté :

Henry Yuen

Etudiant :

Cara Alexander

Partenaire :

Laboratoires AgnostiQ

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Toronto

Programme :

Accélération

Apprendre à classer grâce à l’exploration de l’intérêt de l’utilisateur : vers la personnalisation de la recherche

Dans les achats en ligne, les résultats de recherche ont souvent une ambiguïté inhérente. Deux clients utilisant le même terme que la requête de recherche peuvent avoir des attentes complètement différentes des résultats affichés. Par exemple, lorsque les utilisateurs tapent la requête « casque », certains d’entre eux peuvent s’attendre à un casque intra-auriculaire avec isolation acoustique passive, tandis que d’autres peuvent s’attendre à un casque intra-auriculaire avec une meilleure portabilité. Ce projet vise à extraire les intérêts ou les préférences des utilisateurs et à comprendre ce qu’ils veulent. Après avoir découvert les intérêts des utilisateurs, il est possible de fournir des résultats de recherche personnalisés pour tout le monde en utilisant des techniques d’apprentissage automatique.
L’entreprise sera en mesure d’attirer et de garder plus de clients en offrant une expérience d’achat en ligne innovante et personnalisée.

Voir la description complète du projet
Superviseur de la faculté :

Roger Grosse

Etudiant :

Zhou Fang

Partenaire :

La Compagnie Loblaw limitée

Discipline :

Informatique

Secteur :

Industrie des services

Université :

Université de Toronto

Programme :

Accélération

Améliorer le dépistage Q-RT-PCR de la COVID-19 en suivant les variantes virales

Ce projet s’étendra aux conclusions initiales de nos laboratoires selon lesquelles les stratégies actuelles de dépistage basées sur la q-RT-PCR pour les patients atteints de COVID-19 peuvent se situer dans des régions variantes de la séquence virale du SRAS-CoV2 et peuvent potentiellement conduire à des résultats faussement négatifs. Ce projet, en collaboration avec BioXplor, mènera au développement d’un outil bioinformatique en ligne qui permettra de suivre les mutations virales à mesure qu’elles évoluent ainsi qu’une conception d’amorce optimale pour tester des tests qui évitent les mutations sensibles menant à un dépistage plus robuste et plus précis des patients. BioXplor aidera ensuite à la diffusion de ces outils bioinformatiques conviviaux à l’ensemble de la communauté de recherche COVID-19 dans l’industrie et milieu postsecondaire qui fabriquent des trousses de dépistage de la COVID-19.

Voir la description complète du projet
Superviseur de la faculté :

Neil Watkins ; Jody Haigh

Etudiant :

Piscine Carlos Farkas

Partenaire :

BioXplor Inc. (en)

Discipline :

Pharmacie / Pharmacologie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université du Manitoba

Programme :

Identification de la langue parlée pour les enfants

Tout en prenant des tests de langue étrangère, les gens peuvent répondre dans des langues autres que celle attendue. Les systèmes de notation typiques ne sont formés que sur la langue attendue, de sorte que les réponses linguistiques inattendues peuvent avoir des résultats inhabituels dans la reconnaissance vocale et la notation. Pearson aimerait développer un système plus robuste pour la machine de reconnaissance vocale automatisée afin de savoir à l’avance si la réponse contient du contenu linguistique non ciblé. Les étiquettes de langue commune sont l’anglais, l’espagnol, le chinois, le japonais, etc. Les fichiers audio durent généralement de 5 à 90 secondes. Il existe des logiciels populaires qui sont conçus pour résoudre ces problèmes, mais leurs résultats doivent être testés avec les types particuliers d’entrées obtenues comme réponses de test. Ceux-ci peuvent avoir un fort accent, être la parole des enfants, et divers autres facteurs de complication. L’amélioration de ces systèmes profiterait grandement à la compétitivité de Pearson sur le marché et contribuerait également à élargir les limites du savoir dans le traitement de la parole.

Voir la description complète du projet
Superviseur de la faculté :

Gérald Penn

Etudiant :

Aravind Varier

Partenaire :

Pearson Éducation Canada

Discipline :

Informatique

Secteur :

Université :

Université de Toronto

Programme :

Accélération

SOTI SNAP Blockly – Création d’applications sans programmation

SOTI SNAP est une plate-forme de développement d’applications qui permet aux utilisateurs de créer des applications avec peu ou pas de connaissances en programmation. En utilisant une approche basée sur les blocs, les utilisateurs peuvent faire glisser et déposer des blocs et des widgets prédéfinis et se connecter ensemble pour créer des applications en quelques minutes. Les applications créées à l’aide de SOTI SNAP peuvent s’exécuter sur des appareils Android et iOS. L’objectif de ce projet serait d’améliorer la plate-forme SOTI SNAP existante afin de faciliter le bricolage et l’apprentissage des utilisateurs. Des études des utilisateurs seront menées pour déterminer les widgets et fonctionnalités supplémentaires qui peuvent être ajoutés à SOTI SNAP pour améliorer davantage la plate-forme.

Voir la description complète du projet
Superviseur de la faculté :

Fanny Chevalier

Etudiant :

Raymond Zeng

Partenaire :

SOTI Inc. (en)

Discipline :

Informatique

Secteur :

Université :

Université de Toronto

Programme :

Accélération

Conception et développement d’armoires automatisées de désinfection d’objets UV COVID-19

La COVID-19 hautement infectieuse a eu des effets généralisés sur la santé, la sécurité et l’économie du Canada et du monde. Bien que les vaccins jouent un rôle clé dans la prévention des maladies virales, diverses mesures devraient être prises pour ralentir leur propagation. Parmi les mesures préventives, les systèmes de désinfection sont d’une importance primordiale pour lutter contre la COVID-19. L’objectif de ce projet est de concevoir et de construire une armoire confinée automatisée pour la désinfection des objets à l’aide d’une irradiation germicide ultraviolette. Cette armoire intelligente serait capable de détecter les objets, de mesurer leur taille et d’ajuster le taux d’UV en conséquence en peu de temps pour en faire un bon candidat pour les grands détaillants en ligne qui distribuent des centaines de milliers d’articles par jour.

Voir la description complète du projet
Superviseur de la faculté :

Shahpour Alirezaee ; Mohammed Jalal Ahamed

Etudiant :

Faraz Talebpour

Partenaire :

Level One Robotics and Controls Inc. (en)

Discipline :

Ingénierie - mécanique

Secteur :

Fabrication

Université :

Université de Windsor

Programme :

Accélération

SOTI SNAP SDK Pour créer un widget tiers

Ce projet consacre à tirer parti de l’utilisation de l’application SOTI Snap à une plus grande communauté en offrant plus de flexibilité aux utilisateurs tiers et en réduisant les connaissances préalables requises en matière de programmation. Pour ce faire, nous nous concentrerons sur la création d’un kit de développement logiciel (SDK) afin que des tiers puissent créer et publier de nouveaux widgets permettant de créer rapidement des applications SNAP qui répondent à un large éventail de besoins commerciaux. Les principes d’interaction homme-machine et d’architecture logicielle seront utilisés pour rendre le SDK plus convivial. Les premières étapes seront axées sur les études des utilisateurs et la conception de l’architecture et les étapes ultérieures seront axées sur la mise en œuvre évolutive et extensible de la partie backend pour la rendre suffisamment tolérante aux pannes et suffisamment flexible pour communiquer avec des ressources tierces.

Voir la description complète du projet
Superviseur de la faculté :

Maryam Mehri Dehnavi

Etudiant :

Xuejie Tang

Partenaire :

SOTI Inc. (en)

Discipline :

Informatique

Secteur :

Université :

Université de Toronto

Programme :

Accélération

La conception et la mise en œuvre d’un mouvement de cybersanté gamifié et d’une solution de pleine conscience pour les enfants d’âge scolaire

La prestation en ligne des programmes d’études primaires peut bien fonctionner pour des matières comme les mathématiques et les sciences, mais pas aussi bien pour l’éducation physique. Aujourd’hui plus que jamais, il est essentiel de veiller à ce que les enfants continuent de bénéficier des innombrables résultats positifs en matière de santé mentale et physique associés à la participation régulière à l’activité physique. Pour aider à garder les enfants en mouvement pendant cette période stressante (c.-à-d. la COVID-19), Mitacs s’associe à X Movement pour développer une application pour téléphone intelligent ExerGame que les enfants peuvent utiliser pour rivaliser dans les défis d’activité physique et de pleine conscience contre leurs amis d’école et les membres de leur famille. Nous évaluerons leurs habitudes d’activité physique hebdomadaires à l’aide de FitBits. Nous allons également examiner si les enfants qui utilisent notre ExerGame voient des améliorations à leur humeur et à leur contrôle émotionnel, à leur résilience et à leur satisfaction à l’égard de la vie. Ce partenariat aidera à valider les programmes d’activité physique et de pleine conscience du mouvement X, tout en aidant à susciter l’amour d’un enfant pour le mouvement conscient.

Voir la description complète du projet
Superviseur de la faculté :

Sidney Kennedy

Etudiant :

Tian Renton

Partenaire :

X Mouvement

Discipline :

Autre

Secteur :

L’éducation

Université :

Université de Toronto

Programme :

Accélération

Développer un algorithme d’IA pour la surveillance continue de l’état de santé mentale à l’aide d’ensembles de données accessibles au public

Une mauvaise santé mentale et le stress sont des conséquences attendues de la pandémie de COVID-19. La distanciation sociale a un autre impact sur la santé mentale des individus. Étant donné que la plupart des consultations médicales ont lieu en ligne, il est urgent de permettre une surveillance continue de la santé mentale en identifiant les facteurs de risque de stress élevé et de mauvaise santé mentale et de fournir aux individus des informations pour améliorer leur santé et leur bien-être. Les appareils portables et mobiles sont un moyen efficace et efficient d’atteindre cet objectif de manière très rentable. Nous aimerions développer un nouvel algorithme d’IA qui aidera à évaluer l’état de santé mentale des individus en temps réel en utilisant le flux de données continu des appareils portables. L’objectif de ce projet est d’examiner avec quelle précision ces mesures pourraient identifier les conditions de stress et de mauvaise santé mentale. Nous prévoyons d’appliquer de nouveaux algorithmes sur les ensembles de données déjà disponibles qui sont disponibles dans le domaine public pour identifier la corrélation entre les divers marqueurs physiologiques et la mauvaise santé mentale.

Voir la description complète du projet
Superviseur de la faculté :

Steven Wang

Etudiant :

Hang Du

Partenaire :

C2C Soins de santé inc.

Discipline :

Statistiques / Sciences actuarielles

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université York

Programme :

Accélération

Emploi et éducation des jeunes et impact de la COVID-19

Le projet proposé comprend une analyse documentaire et une analyse des compétences. Nous cherchons à comprendre la documentation passée et actuelle sur l’engagement économique des jeunes, l’engagement au marché du travail, les stratégies et la recherche postsecondaires et de formation, le bien-être social et les vulnérabilités particulières pour les jeunes lorsqu’ils s’engagent sur le marché du travail. CFY utilisera cette recherche pour formuler des recommandations stratégiques afin de relever les défis et les obstacles d’aujourd’hui dans la pandémie de COVID et la « nouvelle normalité » afin que Choices for Youth et d’autres partenaires puissent agir maintenant et être prêts à répondre aux besoins des jeunes dans les semaines et les mois à venir.

Voir la description complète du projet
Superviseur de la faculté :

Natalie Slawinski

Etudiant :

Matthew Cooper

Partenaire :

Choix pour les jeunes

Discipline :

Autre

Secteur :

Autres services (à l’exception de l’administration publique)

Université :

Université Memorial de Terre-Neuve

Programme :

Accélération