Projets novateurs réalisés

Solutions clés en main de planification de mouvement pour robots

Pour augmenter la vitesse à laquelle les entreprises peuvent développer des robots, nous prévoyons de créer un ensemble contenant plusieurs programmes clés de recherche de chemin qui peuvent être facilement connectés à n’importe quel robot. Cela facilitera la production de robots commerciaux et expérimentaux sans avoir à créer un programme de recherche de chemin propre au robot. Nous prévoyons également d’évaluer la possibilité d’offrir une assistance experte pour choisir et ajuster les programmes disponibles inclus dans le forfait.

Détection de la présence ou de l’activité humaine par des signaux radiofréquences grâce à l’intelligence artificielle

L’objectif de ce projet est de développer un système prototype pour la détection de la présence et de l’activité humaine par des signaux radiofréquences. Certains résultats prometteurs récents ont été rapportés dans la littérature concernant de telles détections via des signaux WiFi utilisant des approches basées sur l’intelligence artificielle. Le postdoc se concentrera sur la reproduction des résultats antérieurs, puis passera à l’amélioration du système pour détecter certaines activités humaines d’intérêt. L’entreprise partenaire souhaite concevoir, construire et commercialiser une gamme de produits basée sur le prototype développé. Parmi d’autres applications, une application potentielle pour ce produit sera la détection d’une chute humaine au sol, ce qui constitue un service/produit utile et pertinent dans le domaine de la technologie de la santé.

Évaluation des meilleures pratiques policières pour aider à la réponse rapide des personnes disparues atteintes de démence

Trois Canadiens sur cinq atteints de démence errent, ce qui soulève des inquiétudes quant à la manière dont cela peut être géré. Des stratégies, comme le GPS, offrent des options pour retrouver les personnes disparues atteintes de démence et peuvent être une stratégie privilégiée par la police. Dans le cadre du programme Finding Your Way® avec la Société Alzheimer de l’Ontario, une série de ressources éducatives a été développée en 2018 pour aider les services policiers à localiser cette population. L’impact de ces ressources n’a pas encore été évalué par les services policiers participants. L’objectif de ce projet sera d’évaluer l’impact des ressources développées dans le cadre du programme Finding Your Way® pour aider à localiser les personnes disparues atteintes de démence parmi les services policiers de l’Ontario. Cela comprendra une série de sondages et d’entrevues avec les services policiers participants. La Société Alzheimer de l’Ontario souhaite améliorer la réputation du programme Trouver votre chemin® et réduire le risque de disparition des personnes atteintes de démence. Collaborer avec des chercheurs, comme le stagiaire, pour avoir de la crédibilité et des partenariats policiers aidera à y parvenir.

Amélioration et validation de l’intégrité d’un nouveau logiciel commercial pour la conception de poteaux électriques

Les méthodologies conventionnelles de conception des poteaux électriques utilisées il y a une dizaine d’années ont produit des poteaux considérés comme « sûrs », mais dans la plupart des cas, ils n’étaient pas des solutions rentables. Cela s’explique par le fait que les pôles résultants étaient généralement surdimensionnés, principalement à cause de plusieurs hypothèses simplifiées et de l’intégration de diverses règles empiriques dans les procédures de conception. Cependant, ces pratiques de conception ont été contestées par divers organismes de réglementation et organismes juridiques/publics. En réponse à la situation contestée, en 1994, le partenaire industriel (Sonideft Inc.) a développé un logiciel de conception robuste et convivial basé sur des bases solides de l’ingénierie, connu commercialement sous le nom de « Quick Pole ». Cependant, deux séries immédiates d’efforts sont nécessaires pour compléter ce logiciel efficace : (i) un examen et des tests supplémentaires des options et résultats produits par le logiciel en comparant ses résultats à ceux obtenus par deux logiciels commerciaux d’éléments finis (FE) différents; et (ii) l’ajout d’un nouveau module au logiciel, afin qu’il puisse concevoir des poteaux utilisant les matériaux composites renforcés de fibres légers et résistants à l’environnement d’aujourd’hui.

Élastomères de polyuréthane biodégradables composés de plastifiants bio-d’origine

Les élastomères en polyuréthane destinés aux applications grand public sont développés principalement avec des polyesters-polyols bio-basés, des isocyanates et des plastifiants bio-base, spécialement adaptés pour obtenir les caractéristiques mécaniques, flexibles et biodégradables requises, utiles aux applications grand public, notamment pour les produits de chaussures et de mousse pour l’industrie du meuble et de l’automobile.

Établir les conditions favorables nécessaires pour faciliter les projets de compensation des gaz à effet de serre axés sur la nature dirigés par les Autochtones au Canada

Le Canada est signataire des engagements mondiaux visant à réduire les niveaux de gaz à effet de serre et une façon importante d’y parvenir est la mise en œuvre de solutions basées sur la nature pour les changements climatiques. Un exemple de solutions climatiques naturelles est la compensation des GES basée sur la restauration, la protection et l’établissement de forêts, zones humides, prairies et zones tourbières. Les peuples autochtones sont essentiels au succès des solutions climatiques naturelles. Comprendre les conditions dans lesquelles ces projets peuvent être mis en place est un élément crucial pour établir des projets de compensation des GES axés sur la nature dirigés par les Autochtones, à une échelle et à une vitesse significatives pour l’action contre le changement climatique.
La recherche proposée développera le concept de conditions favorables en créant un cadre de conditions favorables spécifiques aux compensations de GES basées sur la nature dirigées par les Autochtones, puis testera ce cadre dans diverses études de cas représentant des projets actualisés et viables.

Besoins en mentorat dans l’industrie manufacturière de l’Ontario

Ce projet permettra d’identifier les composantes nécessaires à un programme de mentorat de haute qualité pour les travailleurs de l’industrie manufacturière ontarienne. Grâce à l’examen des programmes de mentorat existants, à des entrevues avec les mentors et mentorés, ainsi qu’à une analyse d’emploi pour le rôle de mentor, cette recherche évaluera les besoins en mentorat des travailleurs manufacturiers. Le projet produira un guide de formation axé sur des tâches pour les mentors afin qu’ils puissent s’engager le plus efficacement possible avec les mentorés afin de maximiser le recrutement et la rétention. Le projet se concentrera spécifiquement sur la création d’un programme de mentorat pour mieux soutenir les groupes sous-représentés dans l’industrie, tels que les femmes, les jeunes travailleurs et les membres de groupes racialisés. Ce travail contribuera au programme central de Trillium qui
main-d’œuvre manufacturière.

Modèles dynamiques à graphes génératifs profonds pour la prévision financière

Borealis AI a accès à une énorme quantité de données financières liées au marché boursier et souhaite exploiter les développements récents en apprentissage automatique pour mieux comprendre ces données. Voici quelques questions potentielles qui émergent de ces données : (1) Étant donné le prix de clôture d’une action au cours des derniers mois, peut-on prédire les rendements de l’action dans le mois à venir? (2) Si une crise boursière survient, pouvons-nous prédire et contrôler la propagation de la crise? (3) Compte tenu de l’historique actuel de l’action, pouvons-nous aider à réduire le risque d’investissement? Pour répondre à ces questions, nous proposons un réseau d’actions apparentées basé sur leurs rendements corrélés. Les modèles statistiques multivariés utilisant des représentations tabulaires de séries temporelles peuvent capturer une structure corrélative de base, mais nous croyons que les innovations en apprentissage automatique connues sous le nom de réseaux neuronaux à graphes (GNN) pourront exploiter cela avec une représentation plus explicite des réseaux. Nous proposons de développer un nouvel algorithme basé sur le GNN sur des données structurées en réseau afin de capturer efficacement leur structure complexe.

Futures plausibles : Quelles tendances économiques et du marché du travail la City pourrait-elle observer au cours des 3 à 5 prochaines années?

Le projet vise à identifier les scénarios plausibles ou les conséquences de la pandémie de Covid-19 associés à la Ville de Toronto. Il fournira un aperçu de l’impact de la pandémie sur le marché du travail et les opérations organisationnelles dans divers secteurs industriels. Ces perspectives soutiendront les efforts continus pour relancer l’économie locale ainsi que pour développer et planifier des efforts afin de gérer l’impact futur sur les opérations de la Ville.

Amélioration de l’interprétabilité des réseaux neuronaux convolutionnels à suivi du regard

Innodem Neurosciences développe des algorithmes de suivi du regard à la lumière visible qui peuvent être poursuivis pour prédire la position du regard d’un utilisateur sur l’écran d’un appareil mobile sans avoir besoin de matériel tiers. Cet algorithme exploite diverses techniques de traitement d’image et repose sur l’utilisation de réseaux neuronaux convolutionnels et de vision par ordinateur. L’amélioration de la qualité de ce réseau de prédiction du regard sera l’objectif principal du scientifique résident au cours de ce projet. Ainsi, l’étudiant soutiendra l’équipe d’IA d’Innoderm dans l’interprétation et la modification de nos réseaux convolutionnels, aidera l’équipe à mieux ajuster les paramètres du modèle, et ultimement testera et analysera l’efficacité des changements apportés à nos modèles.

Ontologie de traiteur alimentaire pour améliorer le système de recommandation de l’UEAT

Intégration d’une ontologie pour la représentation des restaurants, menus et plats pour l’industrie de la restauration et construction d’un modèle de recommandation utilisant cette ontologie.

Méthode semi-supervisée et non supervisée pour augmenter les étiquettes de base de données en cas de déséquilibres de classes

Le projet vise à améliorer la quantité d’échantillons étiquetés de manière semi-automatique ou automatique, en utilisant l’IA pour améliorer la performance d’un CNN. Nous testerons diverses méthodes d’IA de pointe, dans le contexte de l’inventaire forestier, et sélectionnerons les plus efficaces.

Les avantages seront importants car l’étiquetage est une tâche importante mais fastidieuse; dans bien des cas, lorsqu’on travaille avec des forêts naturelles, certaines espèces d’arbres n’apparaissent pas aussi souvent que d’autres (ce qui crée une pénurie dans certaines classes), et il peut aussi y avoir des co-espèces avec de nombreuses autres espèces et elles sont difficiles à identifier clairement.