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

Détection du bruit et des artefacts dans le traitement du signal par ultrasons CW à l’aide d’outils d’apprentissage automatique et infonuagique

Les systèmes d’échographie à ondes continues (CW) sont extrêmement sensibles aux mouvements, au bruit et aux artefacts des tissus réfléchissants dans le corps qui renvoient les signaux Doppler à la réceptrice. Dans l’application de l’échographie CW à des applications cliniques, la classification et la manipulation du bruit/artefacts sont essentielles pour une adoption clinique large. Un algorithme d’apprentissage automatique (ML) est couramment utilisé pour la reconnaissance de motifs de grands ensembles de données, comme des signaux physiologiques, et il a été utilisé récemment pour des applications biomédicales. De plus, l’informatique en nuage permet d’exécuter des calculs volumineux et complexes sans avoir besoin de matériel coûteux ou dédié. L’objectif de ce projet est de développer des outils de calcul infonuagique dans le langage de programmation Python qui annoteront, classifieront et marqueront les signaux physiologiques. Ces annotations et ces signaux étiquetés informeront et alimenteront ensuite les méthodes de traitement numérique et automatique du signal. De plus, l’automatisation des processus pour les nouvelles données entrantes et les vérifications de qualité pour les signaux acquis à distance seront également développées en tant qu’outil infonuagique.

Voir la description complète du projet
Superviseur du corps professoral :

Jeremy Brown

Étudiant :

Alejandro Ivan Villalba Euan

Partenaire :

Flosonics Medical

Discipline :

Génie - informatique / électricité

Secteur :

Fabrication

Université :

Université Dalhousie

Programme :

Accélération

Laboratoire mobile de culture tissulaire écoénergétique pour le développement agricole nordique et l’amélioration des cultures

La production alimentaire et l’agriculture dans le Grand Nord du Canada font face à de nombreux défis. Les saisons de croissance courtes, le sol pauvre, les conditions météorologiques extrêmes affectent tous la capacité à produire de la nourriture localement de façon efficace et efficiente. De plus, les communautés du Nord se trouvent au bout d’une chaîne d’approvisionnement du sud au nord, susceptibles de provoquer de multiples perturbations, tant physiques qu’économiques. Notre laboratoire mobile permet un clonage exponentiel des plantes grâce à des procédés durables. Elle offrira un accès à la grande technologie agricole aux agriculteurs et producteurs alimentaires de toutes tailles pour les communautés rurales et éloignées, minimisant les impacts des perturbations des chaînes d’approvisionnement, produisant des plantes résilientes et robustes, et favorisant la souveraineté alimentaire en temps de crise.
Les partenaires, OUTFRNT et Cold Acres, bénéficieront de la commercialisation et du déploiement du laboratoire. Cette recherche initiale permettra le déploiement d’un projet pilote de faisabilité en cours, car ce projet est une innovation première au Canada (mobilisation de la micropropagation).

Voir la description complète du projet
Superviseur du corps professoral :

Pankaj Bhowmik; Zheng Liu; Michael Deyholos

Étudiant :

Dustin MacLean; Brian McFadden

Partenaire :

ColdAcre

Discipline :

Biologie

Secteur :

Autre

Université :

Université de la Colombie-Britannique Okanagan

Programme :

Accélération

Développement d’électrodes composites MXène/Graphène pour les capbatteries haute performance

La combustion de carburants comme l’essence et le diesel dans nos véhicules provoque des émissions de gaz à effet de serre et constitue une cause majeure du réchauffement climatique. Si les véhicules électriques remplacent les véhicules à essence, les émissions seront beaucoup plus faibles. La demande maximale en puissance d’un véhicule électrique lors de l’accélération est le facteur clé de la taille de sa batterie. La grande taille de la batterie entraîne une utilisation moins optimale de l’énergie et finit par réduire le kilométrage dans les véhicules électriques. Ces limitations pourraient être résolues par la combinaison d’un système de batterie avec des supercondensateurs. L’objectif du projet est de développer un dispositif capbattery haute performance capable de s’intégrer avec succès aux batteries des véhicules électriques des organisations partenaires et ainsi réduire considérablement la consommation maximale d’énergie de la batterie. Cela permettra une batterie plus petite, une charge plus rapide et réduira aussi le coût des véhicules électriques.

Voir la description complète du projet
Superviseur du corps professoral :

Venkataraman Thangadurai

Étudiant :

Sanoop Palakkathodi Kammampata

Partenaire :

Nissan Motor Company

Discipline :

Chimie

Secteur :

Autre

Université :

Université de Calgary

Programme :

Prédiction de l’amyloïdose de la AL à l’aide de l’apprentissage automatique

L’amyloïdose de la AL est un trouble protéique rare qui peut souvent être fatal s’il n’est pas diagnostiqué et géré tôt. Ce trouble est causé par un mauvais repliement des protéines qui s’agglutinent et forment des dépôts de fibrilles amyloïdes dans les principaux organes du corps. Le diagnostic de l’amyloïdose de la AL n’est souvent pas facile, car les signes et symptômes peuvent être confondus avec des maladies courantes. Le taux médian de survie après le diagnostic est inférieur à six mois lorsque la dyscrasie sous-jacente des cellules plasmatiques n’est pas traitée chez les patients atteints d’amyloïdose avec AL. Il est donc primordial de développer de nouvelles méthodologies diagnostiques qui ne reposent pas sur les signes et symptômes de l’amyloïdose de la SLA, mais qui reposent sur les mécanismes moléculaires sous-jacents du clone amyloidogène, ce qui peut fournir des preuves de prédisposition bien avant que la maladie ne se propage sur le corps. Nous proposons de développer une technique d’apprentissage automatique pour prédire si une séquence d’acides aminés à chaîne légère formera des protéines qui se replient mal et produisent des fibrilles amyloïdes, menant à l’amyloïdose de la SLA.

Voir la description complète du projet
Superviseur du corps professoral :

Bin Ma; Lila Kari

Étudiant :

Anupa Murali

Partenaire :

Rapid Novor Inc

Discipline :

Informatique

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université de Waterloo

Programme :

Accélération

Préparation numérique : une évaluation des modèles ruraux à large bande en Colombie-Britannique

La connectivité est un service essentiel, un besoin fondamental pour participer activement à l’économie et à la société. Cependant, les communautés rurales de la Colombie-Britannique (C.-B.) continuent de faire face à des défis liés à la connectivité. La pandémie de COVID-19 a mis en lumière ce fossé numérique, démontrant les inégalités liées aux défis de connectivité.
Dans les régions rurales de la Colombie-Britannique, les gouvernements locaux prennent de plus en plus la responsabilité de la connectivité. Le résultat est une vaste gamme d’approches innovantes liées à l’infrastructure, à l’exploitation du réseau et à la fourniture de services Internet. Peu de recherches ont été menées pour étudier ou comprendre ces approches, laissant les communautés sans information pour démontrer ce qui permet à des modèles de réussir, ou pour aider les communautés à comprendre quels modèles pourraient être appropriés à utiliser.
L’objectif de cette recherche est d’identifier, comprendre et évaluer les modèles existants de connectivité rurale en milieu rural de la Colombie-Britannique.

Voir la description complète du projet
Superviseur du corps professoral :

Sarah-Patricia Breen

Étudiant :

Mckenna Dubois; Ishith Nigam

Partenaire :

City West

Discipline :

Autre

Secteur :

Secteur de l’énergie

Université :

Collège Selkirk

Programme :

Accélération

Tableau de bord intelligent pour la prise de décision en matière de destinations durables Partie 2

Les destinations sont rapidement devenues victimes de leur propre succès. Les organisations de gestion de destination (DMO) à travers le monde effectuent un changement nécessaire vers l’inclusion de la gestion en parallèle de leurs priorités marketing pour la gestion des destinations, mais elles sont souvent mal préparées. Il existe actuellement un manque sur le marché pour des outils utiles, complets et conviviaux pour les aider. Ce projet créera un outil pour accéder à l’information dont le tourisme d’Ottawa a besoin, un outil qui sera le premier outil basé sur les données pour combattre le surtourisme, améliorer le sentiment des résidents, améliorer l’efficacité des ressources et de la planification, augmenter les revenus et les frais généraux des destinations, et améliorer la santé globale des destinations.

Voir la description complète du projet
Superviseur du corps professoral :

Phil Walsh

Étudiant :

Michelle Novotny

Partenaire :

Tourisme d’Ottawa

Discipline :

Autre

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université métropolitaine de Toronto

Programme :

Accélération

Technologie d’amplification enzymatique active à froid (EnBooT®) pour la décontamination des hydrocarbures pétroliers

Petroleum hydrocarbons (comprise crude oil, gasoline, and diesel) are an important energy resource used by industries and human. At the same time, contamination by oil and oil products has caused serious harm to humans and the environment and increasing attention has been paid to the development and implementation of innovative technologies for the removal of these contaminants. Bioremediation, which is based on certain species of microorganisms to metabolize petroleum hydrocarbons completely or partially, is considered a cheap and effective method to clean up contaminated water and soil. However, low temperatures can adversely affect the clean time in cold climate regions. Some bacteria are known as cold-active oil-eating strains that can use petroleum hydrocarbons as sources of energy for growth at low temperatures (<15C). These bacteria can produce biological agents (enzymes) in the presence of petroleum hydrocarbons which can be useful for the removal of petroleum hydrocarbon spills in a short treatment time. we proposed Enzyme Booster Technology (EnBooT) as a novel, green, and effective advanced bioremediation method. In this regard, the combination of cold-active enzymes will be used for petroleum hydrocarbons for soil clean-up in Canadian cold sites.

Voir la description complète du projet
Superviseur du corps professoral :

Satinder Kaur Brar

Étudiant :

Saba Miri

Partenaire :

Réseau Incubate Innovate du Canada

Discipline :

Génie

Secteur :

Services professionnels, scientifiques et techniques

Université :

Université York

Programme :

Numérisation des décisions de routage de la chaîne d’approvisionnement pour le transport de marchandises

Identifier un routage optimal, qui assure un passage de livraison entre fournisseurs et vendeurs, avec un coût minimal tout en respectant les différentes contraintes (y compris la livraison la plus courte, la disponibilité des flottes et des itinéraires, le trafic, etc.), pourrait être une tâche difficile. Cela s’explique principalement par la nécessité de résoudre un problème d’optimisation combinatoire avec des choix discrets de voies et de routes, ce qui pourrait devenir un problème NP-difficile. Les chercheurs et praticiens ont adopté des approches heuristiques pour simplifier le processus de solution. Avec la disponibilité de grands ensembles de données, les praticiens cherchent de plus en plus à développer des algorithmes de routage intelligents qui apprennent des données et extraient des règles pour des décisions optimales de routage. L’objectif de ce projet de R&D est de mener des recherches sur la numérisation des pratiques de routage afin d’identifier des opportunités de mise à niveau d’une plateforme décisionnelle de routage, précédemment développée par Hitek Logistics,

Voir la description complète du projet
Superviseur du corps professoral :

Fereshteh Mafakheri

Étudiant :

Foad Esmaeili

Partenaire :

Hitek Logistic Inc.

Discipline :

Génie - civil

Secteur :

Transport et entreposage

Université :

Université Concordia

Programme :

Accélération

Explorer le rôle d’une technologie innovante de gestion visuelle allégée dans l’amélioration de l’efficacité des chantiers de construction au Québec

Il est nécessaire de standardiser les pratiques de gestion visuelle allégée sur les chantiers afin d’améliorer la transparence du processus de travail, d’intégrer l’information dans diverses activités en milieu de travail, d’assurer la prévisibilité dans la prise de micro-décision et de maximiser l’intelligence collective. Dans cette étude, notre objectif principal est d’identifier les conditions existantes des VM et le rôle d’une technologie innovante de vérification™ rapide VM dans l’adaptation du cadre visuel des lieux de travail sur les chantiers de construction québécois. Le stagiaire recueillera des données sous forme d’entrevues et d’observations de site afin d’évaluer l’état des conditions existantes de la VM et d’étudier l’impact de la technologie Rapid™ Check sur le site. Ces données permettraient à l’organisation partenaire de convaincre les différents acteurs de l’industrie de la construction d’utiliser leur technologie innovante pour un meilleur milieu de travail, moins stressant et avec de meilleures mesures de sécurité.

Voir la description complète du projet
Superviseur du corps professoral :

Mohamed Meguid

Étudiant :

Antoneta Teresa Joseph

Partenaire :

Solution de vérification rapide

Discipline :

Génie - civil

Secteur :

Fabrication

Université :

Université McGill

Programme :

Accélération

Synthèse conditionnelle de gestes pilotés par la parole basée sur le flux

La synthèse gestuelle pilotée par la parole est le processus de génération automatique de gestes réalistes et relatables à partir de la parole et d’attributs de haut niveau comme le style de l’orateur. C’est un domaine de recherche actif avec des applications dans les jeux vidéo, les films d’animation, les agents communicatifs et l’interaction homme-machine. Habituellement, une base de données de gestes est créée manuellement, qui sont ensuite déclenchés à différents moments par balisage dans un dialogue de dialogue. C’est une étape beaucoup plus longue et fastidieuse dans les pipelines d’animation. Récemment, grâce à la puissance des approches d’apprentissage automatique, l’animation de personnages a été poussée vers de nouvelles limites. Cependant, la modélisation de la synthèse gestuelle pilotée par la parole à l’aide d’architectures d’apprentissage automatique s’est avérée difficile en raison des caractéristiques particulières et de la nature du geste humain. À cette fin, ce projet vise à faire progresser la performance de synthèse gestuelle pilotée par la parole à la fine pointe de la technologie en : (1) en proposant une nouvelle approche d’apprentissage automatique génératif capable de modéliser les variations naturelles du mouvement humain et modulant le style du locuteur dans les gestes générés, (2) en capturant un nouvel ensemble de données contenant une grande variété de gestes et de styles, et (3) en évaluant qualitativement l’approche proposée en la comparant à d’autres références.

Voir la description complète du projet
Superviseur du corps professoral :

Nikolaus F Troje

Étudiant :

Saeed Ghorbani

Partenaire :

Ubisoft

Discipline :

Génie - informatique / électricité

Secteur :

Industries de l’information et culturelles

Université :

Université York

Programme :

Accélération

Développement d’un modèle lymphatique in vitro pour étudier l’absorption des médicaments

Le système lymphatique joue un rôle essentiel dans l’homéostasie des fluides, le métabolisme lipidique et le contrôle immunitaire du corps humain. Les nano-transporteurs à base de lipides utilisant le voyage lymphatique offrent de nombreux avantages comme une biodisponibilité accrue, un ciblage sélectif vers des conditions localisées et métastatiques, une livraison contrôlée, entre autres. Des nano-porteurs à base de lipides ont été testés sur divers modèles expérimentaux in vivo, in vitro, ex-vivo et in silico. Les modèles in vivo offrent la meilleure estimation du transport médicamenteux, mais ils sont à la fois invasifs et irréversibles. Cependant, il n’existe actuellement aucun modèle in vitro pouvant être utilisé pour étudier avec précision les nanoformulations lymphotropes à base de lipides. Dans cette étude, nous visons à développer un modèle in vitro pour étudier la délivrance de médicaments ciblant la lymphe intestinale, incluant la simulation du liquide lymphatique et de l’environnement cellulaire, et à établir un modèle 3D pour le transport lymphotrope des médicaments. Atteindre ces objectifs ouvrirait une large porte au développement de médicaments ciblant le système lymphatique pour diverses indications et vaccinations.

Voir la description complète du projet
Superviseur du corps professoral :

Neal Davies

Étudiant :

Malaz Yousef; Jieyu Zuo

Partenaire :

RS Therapeutics Inc

Discipline :

Pharmacie / Pharmacologie

Secteur :

Fabrication

Université :

Université de l’Alberta (en anglais)

Programme :

Accélération

Évaluation de l’activité antimicrobienne des extraits aqueux de houblon

Ce projet vise à tester le potentiel antimicrobien des extraits de houblon. En utilisant différents types de houblon, nous testerons notre propre procédure d’extraction (actuellement non utilisée industriellement) contre différents types de bactéries et de champignons afin de voir s’ils peuvent être utilisés comme traitement antimicrobien. Ce traitement antimicrobien peut être utilisé autant pour l’humain que pour l’agriculture, avec un accent particulier sur la vigne. Nous tenterons de trouver les ingrédients actifs dans les extraits qui montrent un potentiel d’adaptation pour la recherche antimicrobienne future. L’entreprise partenaire obtiendra les données nécessaires pour breveter la procédure d’extraction et permettre la vente commerciale des extraits pour leurs propriétés antimicrobiennes.

Voir la description complète du projet
Superviseur du corps professoral :

Silvia Cardona; John Sorensen

Étudiant :

Anna Motnenko

Partenaire :

Nature ReCombined Sciences Inc

Discipline :

Biologie

Secteur :

Fabrication

Université :

Université du Manitoba

Programme :

Accélération

Précédent
1...375376377378379380381...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire