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

Identifier et prioriser les caractéristiques critiques pour la qualité

Research In Motion (RIM) est un concepteur, fabricant et commercialisateur de premier plan de solutions sans fil innovantes. Des produits de haute qualité et fiables sont essentiels dans l’environnement manufacturier concurrentiel d’aujourd’hui. Pour aider à surveiller et améliorer leurs processus et produits, les fabricants recueillent de grandes quantités de données provenant de diverses sources, y compris des réclamations de garantie, des enquêtes auprès des clients, des données d’utilisation, des inspections, des tests de fiabilité et le processus de fabrication. L’objectif de ce projet de recherche est de déterminer comment modéliser et donner du sens à ces données complexes. En combinant l’information à travers les différentes sources de données, plutôt que de ne nous concentrer que sur une seule source à la fois, nous espérons trouver des moyens d’améliorer la fiabilité des produits, de réduire les coûts et d’améliorer la qualité.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Stefan Steiner

Étudiant :

Ryan Browne

Partenaire :

Recherche en mouvement

Discipline :

Statistiques / Sciences actuarielles

Secteur :

Technologies de l’information et des communications

Université :

Université de Waterloo

Programme :

Accélération

Impact des catastrophes liées au réchauffement climatique sur l’assurance

Les scientifiques croient que le réchauffement climatique déclenchera des tempêtes de plus en plus fréquentes et violentes, des vagues de chaleur, des inondations, des tornades et des cyclones dans certaines régions du globe, tandis que d’autres plongeront dans le froid ou la sécheresse. Bien que les effets des changements climatiques touchent tous les segments de la communauté d’affaires, l’industrie de l’assurance est particulièrement à risque. Les événements météorologiques extrêmes des années passées ont causé des pertes de plusieurs dizaines de milliards de dollars aux assureurs. En collaboration avec AVIVA, un des principaux groupes d’assurance biens et responsabilité au Canada, ce projet impliquera la collecte de données, fusionnant les données d’assurance avec les données climatiques. Cela servira de base à d’autres modélisations et analyses statistiques avancées. Les résultats serviront à informer les assurés sur les risques financiers liés au réchauffement climatique et à les aider à éviter ou à minimiser ce risque.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Jose Garrido

Étudiant :

Jun Zhou

Partenaire :

AVIVA Canada

Discipline :

Mathématiques

Secteur :

Finance, assurance et affaires

Université :

Université Concordia

Programme :

Accélération

Développement d’algorithmes logiciels pour l’acquisition et l’exploration efficaces de données d’imagerie hyperspectrale

Pour le projet, le stagiaire aidera au développement d’un nouveau logiciel pour une gamme de produits d’imagerie hyperspectrale pour Channel Systems Inc, un développeur de technologies d’imagerie et de mesure scientifiques et industrielles. Le but général de cette recherche est de mettre en œuvre des outils mathématiques, statistiques et chimiométriques sous forme d’algorithmes logiciels afin d’améliorer la qualité des données et d’explorer à la fois l’information qualitative et quantitative contenue dans les ensembles de données hyperspectraux. La recherche proposée est double. Premièrement, le stagiaire développera et testera des méthodes d’étalonnage pour réduire les impacts matériels tels que l’intensité lumineuse et la distorsion optique, basées sur les statistiques photoniques et l’optique de diffraction. Deuxièmement, le stagiaire participera au développement d’algorithmes dans le but d’isoler et d’extraire des constituants chimiques spécifiques. Le logiciel développé aidera à visualiser les constituants chimiques et simplifiera les tâches pour l’extraction et la classification ultérieures des caractéristiques.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Jitendra Paliwal

Étudiant :

Wenbo Wang

Partenaire :

Channel Systems Inc.

Discipline :

Génie

Secteur :

Technologies de l’information et des communications

Université :

Université du Manitoba

Programme :

Accélération

Décomposition convexe d’une soupe triangulaire

Radical Entertainment est un développeur de jeux vidéo qui crée et développe des jeux pour toutes les plateformes actuelles et de nouvelle génération. La détection des collisions est une partie indispensable des moteurs de jeu 3D d’aujourd’hui. En raison de la taille croissante des objets 3D utilisés dans le développement de jeux, la détection de collision haute performance fonctionnant directement sur ces objets demande beaucoup de travail. Pour permettre la détection de collisions en temps réel entre un objet 3D et d’autres objets dans l’environnement du jeu, l’approche typique consiste d’abord à trouver pour chaque objet un ensemble d’enveloppes convexes les plus adaptées. La détection de collision peut alors être réalisée de manière conservatrice mais efficace en détectant la collision entre l’ensemble des enveloppes convexes. Dans ce projet, en collaboration avec Radical Entertainment, le stagiaire se concentrera sur des objets 3D représentés par des soupes de triangles, où une « soupe » de triangles sans connectivité explicite approche approximativement la surface d’un objet. L’objectif est de calculer un ensemble « bon » d’enveloppes convexes pour un objet 3D arbitraire représenté par une soupe de triangles, où « bon » signifie que le nombre d’enveloppes convexes est petit, tandis que le volume entouré par les enveloppes convexes est aussi une approximation proche du volume borné par l’objet original. Le faible nombre d’enveloppes convexes aide à améliorer l’efficacité de la détection des collisions; tandis que la serrure des limites par les enveloppes convexes permet une détection de collision plus précise.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Richard Zhang

Étudiant :

Frank Liu

Partenaire :

Divertissement radical

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Université Simon Fraser

Programme :

Accélération

Apprentissage actif des politiques hiérarchiquement paramétrées

Next Level Games est un développeur de jeux vidéo à service complet basé à Vancouver, en Colombie-Britannique. Ce projet de recherche interne explorera des solutions mathématiques au problème incroyablement complexe de la prise de décision séquentielle dans un environnement multi-agents incertain, partiellement observé, avec une dynamique motrice réaliste. Le problème est formalisé dans le cadre de l’apprentissage par renforcement, où l’agent observe l’état du monde, agisse, reçoit une récompense et observe le nouvel état.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Nando de Frietas

Étudiant :

Mike Vlad Cora

Partenaire :

Jeux de niveau supérieur

Discipline :

Informatique

Secteur :

Médias numériques

Université :

Université de la Colombie-Britannique

Programme :

Accélération

Évolution du réseau Access

Compte tenu de l’introduction de nouveaux services réseau tels que la télévision haute définition sur le protocole Internet (IPTV), de nouvelles technologies devraient être introduites et planifiées dans le réseau d’accès de Bell pour améliorer le débit d’accès. Dans ce projet, afin de maximiser la rentabilité de l’infrastructure réseau, nous proposons d’explorer un modèle d’évolution du réseau d’accès (un modèle mixte de programmation mathématique entière) afin d’aider les ingénieurs réseau à planifier le réseau d’accès de Bell en tenant compte de la demande au fil du temps et de l’introduction de nouveaux services. Le modèle sera résolu pour de petites régions géographiques à l’aide d’un solveur commercial de programmation mathématique.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Steven Chamberland

Étudiant :

Annick Ntareme

Partenaire :

Bell Canada

Discipline :

Génie

Secteur :

Technologies de l’information et des communications

Université :

Polytechnique Montréal

Programme :

Accélération

Enregistrement d’images fluoroscopique 2D pour la localisation de la cible et la surveillance du patient en radiothérapie guidée par image

De nombreux hôpitaux utilisent la tomodensitométrie par faisceau conique guidée par image (CT) pour offrir un traitement qualitatif aux patients atteints de cancer. Bien que le CT à faisceau conique offre de bonnes images volumétriques, il faut du temps pour les reconstruire, ce qui limite ses applications car, dans bien des cas, des informations spatiales en temps réel sur les structures internes du patient sont nécessaires. Pour surmonter ce problème de reconstruction lente de l’image et l’absence des données de mouvement entre les reconstructions, nous utiliserons le même dispositif à faisceau cône pour obtenir une série rapide d’images de projection 2D, qui ont une haute résolution temporelle mais une faible résolution spatiale. Dans ce projet, le stagiaire étudiera la possibilité et l’efficacité de cartographier cette séquence d’images sur l’image 3D de référence haute résolution (appelée enregistrement d’image), afin que l’image 3D fournisse les détails nécessaires tandis que la séquence d’images 2D donne des informations sur les déplacements et les déformations. Cela permettra une détection continue des inexactitudes dans la position ou l’anatomie du patient, ainsi que des indications d’image pour la procédure de traitement avec une précision jamais possible auparavant. Pour y parvenir, de nouveaux outils algorithmiques et logiciels pour l’analyse de séquences d’images 2D seront développés. De plus, l’équipe évaluera les algorithmes existants pour l’enregistrement des images et développera leurs nouvelles variantes spécifiquement pour nos problèmes, analysera et testera ces nouvelles méthodologies sur de vraies données de patients à grande échelle.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Tamas Terlaky

Étudiant :

Olesya Peshko

Partenaire :

Hôpital Princess Margaret

Discipline :

Génie

Secteur :

Sciences de la vie

Université :

Université McMaster

Programme :

Accélération

Regroupement des flux de données réseau pour Alcatel-Lucent

Alcatel-Lucent fabrique des équipements de télécommunications allant des téléphones aux routeurs Internet. Le groupe Recherche et Innovation au sein d’Alcatel-Lucent a pour mandat d’évaluer les nouvelles technologies et les nouvelles idées qui pourraient bénéficier aux produits Alcatel, profitant ainsi aux clients d’Alcatel-Lucent, et ultimement aux utilisateurs finaux. Un domaine de recherche actuel est la capacité de regrouper des flux de trafic en groupes, afin que des types similaires de trafic puissent être traités ensemble, et d’allouer des ressources adaptées au flux. Ainsi, ce projet de stage collaboratif vise les algorithmes pour regrouper ces flux de trafic dans des espaces à haute dimension, compte tenu de la puissance de calcul limitée disponible pour ces fonctionnalités au niveau du routeur.

Voir la description complète du projet
Superviseur du corps professoral :

Dre Shirley Mills

Étudiant :

Pin Yuan

Partenaire :

Alcatel Canada Inc.

Discipline :

Mathématiques

Secteur :

Technologies de l’information et des communications

Université :

Université Carleton

Programme :

Accélération

Optimisation des procédés de Kraft / Fabrication de pâte à papier dissolvant

Le papier est l’un des rares matériaux de base pour lesquels la demande par habitant n’est pas saturée par le coût des matières premières et de l’énergie, qui augmente chaque année. L’énergie, l’approvisionnement en bois et la fiabilité inférieure aux prévisions des équipements, entraînant des fluctuations de production, ont été un enjeu majeur pour AV Nackawic, qui est entrée en production en 2006 après une brève fermeture de 15 mois. Avec le changement de direction, l’usine a proposé une nouvelle ligne de fibres pour la production de pâte de qualité dissolvante d’une capacité de 600 tonnes/jour, avec la gamme existante de pâte Kraft de 800 tonnes/jour. Avec ces préoccupations, cette étude coïncide avec notre projet d’expansion des usines. Le stagiaire collabore étroitement avec l’ingénieur énergétique principal pour mesurer l’approvisionnement et la consommation de vapeur pour chaque étape et calculer le bilan énergétique global afin de formuler des recommandations d’utilisation de vapeur basées sur les avantages économiques. Il travaillera également avec le gestionnaire technique dans le calcul des procédés et le développement de nouveaux meubles afin de s’adapter aux changements de la pâte Kraft à la pâte de qualité dissolvente. De plus, ce sera une bonne occasion pour l’usine de mener une étude de faisabilité du projet proposé, de réévaluer et de réévaluer nos processus et dossiers existants afin de créer un environnement plus fiable et productif.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Yonghao Ni

Étudiant :

Jayakumar Balakrishnan

Partenaire :

AV Nackawic Inc.

Discipline :

Génie

Secteur :

Pâte et papier

Université :

Université du Nouveau-Brunswick

Programme :

Accélération

Équivalent système pour un simulateur numérique en temps réel

RTDS Technologies Inc est le fabricant de RTDS® Simulator, un simulateur en temps réel entièrement numérique et large bande pour l’industrie de l’énergie. La taille du matériel RTDS et, par conséquent, son coût monétaire sont proportionnels à la taille du système modélisé. L’objectif de la recherche du stagiaire est de développer une méthode d’équivalence efficace mais précise pour le simulateur RTDS® afin de réduire le coût matériel de la simulation en temps réel d’un grand système électrique.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Aniruddha Gole

Étudiant :

Xi Lin

Partenaire :

RTDS Technologies Inc.

Discipline :

Génie

Secteur :

Énergie alternative

Université :

Université du Manitoba

Programme :

Accélération

Stratégies de protection pour les têtes de puits sous-marines dans les environnements d’iceberg

La conception des infrastructures sous-marines sur les Grands Bancs et, potentiellement, sur la mer du Labrador doit répondre à l’interaction potentielle avec les icebergs flottants et creusants. La pratique actuelle consiste à protéger les infrastructures sous-marines, telles que les conducteurs, les têtes de puits et les arbres de production, à l’intérieur de vastes fouilles appelées glory holes. Pour les champs marginaux ou les puits satellites, les considérations de coût en capital, de coût de construction et de risque liés au développement du réservoir et à la protection des actifs peuvent ne pas suffire pour l’approbation du projet. Par conséquent, le développement et l’examen de dispositifs de protection alternatifs ou de stratégies d’atténuation des risques qui répondent aux objectifs de risque, de sécurité et économiques sont nécessaires.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Shawn Kenny

Étudiant :

Kenton Pike

Partenaire :

C-CORE

Discipline :

Génie

Secteur :

Aérospatiale et défense

Université :

Université Memorial de Terre-Neuve

Programme :

Accélération

Apprentissage en ligne pour la vente par points

Ce stage applique des techniques d’exploration de données et d’apprentissage automatique pour augmenter les taux de conversion dans l’industrie du marketing en ligne interactif en offrant des recommandations personnalisées à des segments de clients spécifiques. Il sera composé de deux parties. La première partie consiste à classer les clients selon le message qui résonne. Le stagiaire appliquera certaines techniques pour améliorer la précision de la classification. La deuxième partie consiste à commander les ressources du plus au moins intéressant pour le site web. Il appliquera principalement une technologie de filtrage de l’information appelée filtrage collaboratif pour recommander des ressources selon la similarité des clients. Cette technique aidera les clients à trouver de nouvelles informations utiles, pas seulement des intérêts prédéfinis dans les profils utilisateurs.

Voir la description complète du projet
Superviseur du corps professoral :

Dr Bruce Spencer

Étudiant :

Biao Wang

Partenaire :

Vente précise

Discipline :

Informatique

Secteur :

Technologies de l’information et des communications

Université :

Université du Nouveau-Brunswick

Programme :

Accélération

Précédent
1...422423424425426427428...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire