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

Matériaux de revêtement de nouvelle génération pour l’éclairage architectural

L’éclairage architectural et décoratif a un impact important sur notre vie quotidienne, surtout sur notre humeur et notre santé mentale. Nous proposons de combiner la chimie supramoléculaire et les gels de nanocristaux de cellulose, deux domaines de recherche fascinants en chimie et en sciences des matériaux, afin de développer les matériaux de revêtement de nouvelle génération pour l’éclairage architectural. Ces matériaux gélifiés ont la capacité de changer spontanément de couleur et de motif au fil du temps, ce qui peut être programmé ou personnalisé. Grâce à nos innovations proposées, notre organisation partenaire Bocci pourrait potentiellement renforcer ses activités en gagnant une part de marché croissante dans l’industrie de l’éclairage architectural. Cela générera plus de revenus et créera plus d’opportunités d’emploi.

Voir la description complète du projet
Superviseur du corps professoral :

Mark MacLachlan

Étudiant :

Zhen Xu

Partenaire :

Bocci

Discipline :

Chimie

Secteur :

Autre

Université :

Université de la Colombie-Britannique

Programme :

Simulation solaire pour conditions réelles et caractérisation de l’efficacité des cellules solaires sensibilisées aux colorants

Actuellement, la communauté scientifique est consciente du potentiel des cellules solaires sensibilisées aux colorants – elles sont translucides, conduisent l’énergie 100% renouvelable grâce à l’énergie solaire et sont peu coûteuses à fabriquer. Ils ont le potentiel de révolutionner le système énergétique canadien pour le mieux. Ce projet de recherche démontrera, à l’aide d’un simulateur solaire unique, comment les cellules solaires sensibilisées aux colorants peuvent fonctionner efficacement dans plus de conditions que celles actuellement testées : telles que la pollution de l’air, la position du Soleil par rapport à la Terre et l’altitude. Ce projet vise à prouver que ces cellules peuvent réellement fonctionner n’importe où, dans n’importe quelles conditions, ce qui en fait la forme omniprésente de production d’énergie au Canada.

Voir la description complète du projet
Superviseur du corps professoral :

Bryan Koivisto

Étudiant :

Anna Leckman

Partenaire :

Arevi Consulting Inc

Discipline :

Biologie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université métropolitaine de Toronto

Programme :

Estimation de l’illuminant basée sur l’apprentissage profond pour les appareils mobiles

Les humains ont la capacité de voir les objets comme ayant la même couleur, même lorsqu’ils sont vus sous des éclairages différents. Les caméras manquent intrinsèquement de cette capacité. Un procédé appelé équilibre des blancs automatique (AWB) doit être appliqué par la caméra pour imiter ce comportement du système visuel humain. L’AWB est l’une des premières étapes d’une série d’opérations effectuées à bord de la caméra pendant le traitement de l’image brute enregistrée par le capteur. Elle joue un rôle crucial pour s’assurer que les couleurs de l’image finale envoyée à l’utilisateur sont correctement représentées. Ces dernières années, les algorithmes d’IA pour AWB ont démontré des performances supérieures aux méthodes conventionnelles. Cependant, les solutions d’IA existantes sont trop coûteuses en calcul pour être utilisées sur les téléphones intelligents et les caméras mobiles. L’objectif de ce projet est de concevoir un algorithme d’IA léger et capable de fonctionner en temps réel sur l’appareil. Ce projet aidera Samsung Electronics Canada à développer un algorithme d’IA d’auto-balance des blancs amélioré et plus pratique, applicable aux images modernes des caméras de téléphones intelligents.

Voir la description complète du projet
Superviseur du corps professoral :

Michael S. Brown

Étudiant :

Abdullah Abuolaim

Partenaire :

Samsung Électronique Canada

Discipline :

Génie - informatique / électricité

Secteur :

Fabrication

Université :

Université York

Programme :

Accélération

Soutien en ingénierie des besoins pour le développement de l’apprentissage automatique – Une application de gestion de la main-d’œuvre

Le projet de recherche proposé réalisera de l’ingénierie des exigences pour analyser la conception d’une initiative d’apprentissage automatique à Jombone. En adoptant une approche systématique, ce projet vise à aider Jombone à identifier et concevoir une stratégie de solution efficace pour développer son système conformément aux objectifs de l’organisation. Ce projet portera une attention particulière aux enjeux centrés sur l’humain, tels que la transparence des modèles et les biais inconscients, qui sont particulièrement préoccupants dans les candidatures RH. Les résultats attendus pour ce projet incluront la définition des exigences pour le système d’apprentissage automatique cible et son soutien continu, ainsi que la publication des résultats de recherche dans des lieux de recherche universitaires.

Voir la description complète du projet
Superviseur du corps professoral :

Eric Yu

Étudiant :

Rohith Sothilingam

Partenaire :

Jombone

Discipline :

Autre

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Toronto

Programme :

Accélération

Évaluation de la performance sportive à l’aide d’EEG mobile

Peut-être que l’un des objectifs les plus tentants d’un entraîneur ou d’un entraîneur est de déterminer la meilleure façon de maximiser la performance de l’athlète. Ces dernières années, la richesse des données liées à l’entraînement et à la performance des athlètes a explosé – comme une meilleure compréhension de la santé mentale des athlètes et de son impact sur la performance. Cependant, il subsiste des lacunes dans la façon dont les entraîneurs et les entraîneurs utilisent ces données, et il existe un décalage entre les théories qui en découlent milieu postsecondaire et la nature appliquée de ces données. Notre espoir avec ce projet est de combler ce fossé en appliquant nos connaissances en neurosciences pour mieux comprendre comment les joueurs de baseball performent, avec un partenaire industriel qui utilise des technologies de pointe pour comprendre la performance sportive. Plus précisément, nous espérons utiliser les données de performance sportive des joueurs de baseball, combinées à notre compréhension des données d’imagerie neuronale et des informations sur la santé mentale pour voir si nous pouvons mieux comprendre ce qui fait qu’un athlète réussit.

Voir la description complète du projet
Superviseur du corps professoral :

Olave Krigolson

Étudiant :

Thomas Ferguson

Partenaire :

Technologie des statistiques mentales

Discipline :

Psychologie

Secteur :

Soins de santé et aide sociale

Université :

Université de Victoria

Programme :

Accélération

« Corps en santé, esprits sains » - Mise en œuvre du programme de gestion de l’hygiène menstruelle (MHM) transformateur en matière de genre dans les pays à revenu faible et intermédiaire (PMI)

La Croix-Rouge canadienne (CRC) a historiquement été à l’avant-garde du soutien aux programmes locaux dans des contextes humanitaires internationaux. La GHU offre à la fois un soutien technique et opérationnel aux experts de terrain de la CRC responsables de la programmation sur le terrain et de la défense des intérêts au nom des communautés locales, faisant entendre leur voix à la CRC lors de l’élaboration de son agenda mondial en santé. Le projet « Corps en santé, esprits en santé » est une initiative active de 3 ans du CRC visant à accroître l’égalité des chances pour les filles de fréquenter l’école au Soudan du Sud. Une façon d’y parvenir est d’améliorer les pratiques sécuritaires d’hygiène et d’assainissement, notamment en s’attaquant à la gestion de l’hygiène menstruelle (MHM). Cette recherche proposée vise à synthétiser la littérature scientifique pertinente en appui au programme mis en œuvre par la CRC et à comprendre les défis auxquels les implémentaires font face lorsqu’ils établissent des priorités et prennent des décisions d’allocation des ressources pour MHM dans un contexte humanitaire.

Voir la description complète du projet
Superviseur du corps professoral :

Lydia Kapiriri

Étudiant :

Donya (Shaghayegh) Razavi

Partenaire :

Croix-Rouge canadienne

Discipline :

Autre

Secteur :

Université :

Université McMaster

Programme :

Géologie structurale et contrôles de la minéralisation aurifère, gisement Magino, sous-province de Wawa, nord de l’Ontario

Le stagiaire déterminera quels facteurs déterminent la répartition de l’or au projet aurifère Magino, près de Wawa, en Ontario. Cela sera réalisé par la cartographie géologique et l’examen des carottes de forage sur le site Magino pendant deux saisons de terrain estivales. Les échantillons et données collectés dans le fichier seront retournés à l’Université Laureitan et examinés à l’aide d’un microscope pétrographique et de microsondes électroniques à balayage, ainsi que pour la préparation d’une carte géologique et d’une coupe transversale axée sur le cadre géologique structural du gisement. Le partenaire Argonaut Gold bénéficiera de cette recherche grâce à une meilleure compréhension de la répartition de l’or dans le gisement Magino et des événements géologiques ayant conduit à cette distribution. Cela aidera le partenaire à explorer le gisement et les zones environnantes.

Voir la description complète du projet
Superviseur du corps professoral :

Bruno Lafrance; Ross Sherlock

Étudiant :

Ian C Campos

Partenaire :

Argonaut Gold Inc.

Discipline :

Géographie / Géologie / Sciences de la Terre

Secteur :

Université :

Université Laurentienne

Programme :

Accélération

Développer une approche de bassin versant pour gérer les facteurs de stress anthropique et environnemental dans un bassin versant de l’est du lac Ontario

La qualité de l’eau dans les bassins versants des Grands Lacs subit des pressions croissantes dues à la croissance démographique, à l’expansion urbaine, au développement économique, à l’enrichissement des nutriments et aux changements climatiques. Nous visons à développer un modèle statistique pour comprendre l’influence relative des facteurs de stress anthropiques sur la qualité de l’eau pour le bassin versant central du lac Ontario entourant les villes d’Oshawa, Whitby et Ajax. Le projet : passera en revue les données potentielles sur l’écologie, la qualité de l’eau, le climat, la population, la couverture des sols, les sources sociales et économiques issues de la réanalyse mondiale, des bases de données en libre accès, du gouvernement, de l’industrie, des réseaux environnementaux et de la littérature scientifique; et développer un prototype de base d’approche analytique axée sur l’apprentissage automatique axée sur les données de bassin versant afin de comprendre comment les facteurs de stress anthropiques influencent la qualité de l’eau. Ces modèles serviront à prévoir les conditions de qualité de l’eau dans différents scénarios de croissance démographique et de changement climatique. Les résultats de cette recherche seront utiles aux organismes gouvernementaux à but non lucratif, aux agences de conservation et aux urbanistes pour gérer la qualité de l’eau dans le bassin versant des Grands Lacs.

Voir la description complète du projet
Superviseur du corps professoral :

Sapna Sharma; Usman Khan

Étudiant :

Luke Moslenko

Partenaire :

Sonde de pollution

Discipline :

Biologie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université York

Programme :

Accélération

Nouvelles procédures correctives et de formation pour la conformité aux réseaux neuronaux

En matière de sécurité de l’IA, la conformité garantit qu’un modèle respecte les spécifications opérationnelles à l’exécution afin d’éviter des événements indésirables pour l’utilisateur final. Cette proposition vise à obtenir la conformité du modèle de deux façons : (i) appliquer des mesures correctives à un modèle d’apprentissage automatique (ML) non conforme et (ii) assurer la conformité tout au long du processus d’entraînement du modèle. Nous visons à obtenir la première en éliminant les informations de gradient liées aux caractéristiques impliquées dans le biais du modèle. Pour la seconde, nous envisageons d’intégrer des contraintes issues du monde de la satisfaisabilité afin d’imposer les spécifications souhaitées dans des méthodes basées sur les gradients utilisées pour l’entraînement. Les applications concrètes des deux approches incluent la conformité en biais et robustesse dans le monde financier, par exemple, en s’assurant que les prêts sont accordés équitablement aux clients.

Voir la description complète du projet
Superviseur du corps professoral :

Vijay Ganesh

Étudiant :

Vineel Nagisetty; Laura Graves

Partenaire :

Borealis AI

Discipline :

Génie - informatique / électricité

Secteur :

Finance, assurance et affaires

Université :

Université de Waterloo

Programme :

Accélération

Autobot : Étiquetage des métadonnées basé sur les données des systèmes d’automatisation des bâtiments

Alors que les systèmes d’automatisation des bâtiments (BAS) deviennent une norme dans les bâtiments commerciaux, et que des applications tierces supplémentaires peuvent aider les propriétaires d’immeubles à tirer des informations de leur BAS, la gestion structurée des métadonnées devient la clé du succès. Cependant, comme la conversion de la convention traditionnelle de nommage des capteurs en systèmes d’étiquetage structurés est un processus coûteux et long, ce projet vise à automatiser ce processus. En tirant parti de techniques modernes d’apprentissage automatique combinées à des systèmes basés sur des règles, Autobot est développé pour automatiser le processus. Ce projet s’appuie sur des recherches antérieures chez Brainbox AI (Mishra, et al., 2020) afin d’appliquer le logiciel à d’autres types de bâtiments et d’améliorer la performance globale du processus.

Voir la description complète du projet
Superviseur du corps professoral :

Adam Rysanek

Étudiant :

Claude Demers-Belanger

Partenaire :

IA BrainBox

Discipline :

Génie - mécanique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de la Colombie-Britannique

Programme :

Accélération

Évaluation du rôle de la qualité et de la quantité de fourrage estival sur l’état, la fécondité et la survie des vaches dans WMU 3-18

Les populations d’orignaux dans la région Thompson-Okanagan ont diminué à un rythme alarmant (jusqu’à 90%) au cours des 25 dernières années. Le déclin de la population d’orignaux correspond à une augmentation spectaculaire des blocs coupés forestiers pour l’exploitation forestière après une infestation de coléoptères du pin des montagnes. Les plantes en blocs coupés poussent en plein soleil et ont plus d’énergie pour créer des composés qui les protègent d’être mangées par les herbivores et réduisent leur qualité nutritionnelle. Nous comparerons la qualité nutritionnelle des plantes qui poussent dans et hors des blocs coupés pour voir si les blocs coupés apportent moins de nutriments aux orignaux. Nous déterminerons également si l’utilisation de blocs coupés par les femelles orignal affecte leur santé, leur taux de grossesse et leur survie. Nous prévoyons que notre travail aidera à comprendre le déclin de la population d’orignaux et à orienter les activités de gestion pour le freiner.

Voir la description complète du projet
Superviseur du corps professoral :

Karl Larsen

Étudiant :

Camille Roberge

Partenaire :

Partenariat du cuivre de la vallée des hautes terres de Teck

Discipline :

Gestion des ressources et de l’environnement

Secteur :

Université :

Université Thompson Rivers

Programme :

Logiciel d’optimisation géothermique – Partie 1

Au cours de la dernière décennie, l’optimisation s’est élargie dans de nombreuses applications, allant de la production alimentaire à des applications sophistiquées telles que l’efficacité énergétique des moteurs. Dans le paquet proposé, il est tenté d’appliquer des techniques d’optimisation ainsi que des méthodologies analytiques et semi-analytiques basées sur la physique afin de créer un cadre convaincant qui peut aider l’industrie pétrolière basée sur les procédés thermiques à réduire ses GES et aussi mieux évaluer ses CAPEX. De nombreux projets SAGD sont surchargés dans leurs installations en raison d’une sous-prédiction ou d’une surestimation de leurs attentes en production pétrolière. ce forfait aidera les opérateurs à prédire leurs attentes et à améliorer leurs prévisions à mesure que davantage d’entrées sont fournies, telles que des puits sismiques 4D, d’observation de température et de pression, des données de production et des caractérisations géologiques.

Voir la description complète du projet
Superviseur du corps professoral :

Apostolos Kantzas

Étudiant :

Farzad Bashtani

Partenaire :

Énergie Ashaw

Discipline :

Génie - chimique / biologique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Calgary

Programme :

Accélération

Précédent
1...325326327328329330331...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire