Projets novateurs réalisés

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

30 508 projets complétés

2882
AB
5105
C.-B.
825
MB
681
NL
860
SK
9051
ON
9491
QC
97
PE
586
NB
1141
NS

Projets par catégorie

Promutuel : Validation de la qualité des informations de souscription en assurance de dommages

Pour émettre une police d’assurance auto ou habitation, les agents d’assurance de Promutuel doivent récolter des informations sur les clients et les biens à assurer. La qualité de ces informations est primordiale pour déterminer l’admissibilité des risques, pour les tarifer adéquatement et pour s’assurer de répondre de manière adéquate aux besoins des assurés.
Pour ce faire, les agents de Promutuel doivent respecter les procédures établies, poser les bonnes questions aux clients et, dans certains cas plus complexes, référer les risques à des analystes de niveau supérieur. L’assureur valide la qualité du travail effectué par ses agents tous les deux ans. Promutuel souhaiterait créer un système d’intelligence artificielle pour suivre en continu l’évolution des indicateurs de qualité. Ce système permettrait de réagir plus rapidement aux changements et d’optimiser les processus actuels en ciblant les questions, polices, agents et mutuelles à valider en priorité.

Voir la description complète du projet
Superviseur du corps professoral :

Christian Gagné;Thierry Duchesne

Étudiant :

Partenaire :

Promutuel Assurance

Discipline :

Computer science

Secteur :

Finance and Insurance

Université :

Université Laval

Programme :

Accelerate

CMQuébec : Segmentation sémantique d’infrastructures sur images aériennes

La Communauté Métropolitaine de Québec (CMQuébec) a pour mission de coordonner le développement de la région
métropolitaine en matière d’aménagement du territoire, d’environnement, de transport et mobilité, d’économie, et de gestion
des risques naturels. La CMQuébec fournit également des services de production de données géospatiales de haute qualité
générées par l’intelligence artificielle (segmentation, classification, etc.) à ses cinq municipalités membres : la Ville de Québec,
la Ville de Lévis, la MRC de La Jacques-Cartier, la MRC de La Côte-de-Beaupré, et l’Île d’Orléans.
Afin d’aider ses municipalités membres à bonifier leurs inventaires d’actifs, et pour assurer la cohérence des données
géospatiales et des analyses à l’échelle métropolitaine, la CMQuébec souhaite ajouter à son portefeuille un modèle de
segmentation sémantique supplémentaire basé sur des photographies aériennes. Ce modèle permettra de segmenter
plusieurs infrastructures urbaines telles que les trottoirs, routes, pistes cyclables, et stationnements. Les données segmentées
pourront être partagées et rendues accessibles publiquement sur le site web de DonnéesQuébec. Finalement, un inventaire
précis et à jour de ces actifs est essentiel pour faciliter la planification urbaine, la maintenance des infrastructures, et pour
alimenter les analyses et indicateurs métropolitains.

Voir la description complète du projet
Superviseur du corps professoral :

Christian Gagné;Christian Larouche

Étudiant :

Partenaire :

Communauté Métropolitaine de Québec

Discipline :

Computer science

Secteur :

Information and Communications Technology; Artificial Intelligence

Université :

Université Laval

Programme :

Accelerate

Technical Business interns working within cross-functional teams to develop and commercialize AI-powered product solutions (1)

THIS IS A GENERIC TEXT PUT IN PLACE AS THERE WAS NO PROJECT OVERVIEW

Voir la description complète du projet
Superviseur du corps professoral :

Norah McRae

Étudiant :

Partenaire :

AltaML

Discipline :

Business

Secteur :

Information and cultural industries; Professional, scientific and technical services

Université :

University of Waterloo

Programme :

Business Strategy Internship

Creative Funding Opportunities for Cultural Space Projects: Lessons for Toronto

This research project investigates public and private investment ideas and strategies for local culture and heritage projects, with an emphasis on lessons for Toronto, Canada. The study will identify emerging trends and developments in the areas of urban planning, heritage preservation, cultural investment and local governance. The research will be based on current thinking from academic literature, public policy, professional expertise, and first-hand accounts of those working in the philanthropic and charitable giving sectors. The intern will be responsible for producing the final report: a 20-25 page white paper consisting of an executive summary, description of methodology, key findings, application of research, and policy implications sections. Ultimately, the research will inform ERA’s existing planning and policy work on culture and heritage infrastructure in Toronto. ERA is currently working with a local parks’ group, (FOAG), to identify innovative public and private investment opportunities for culture, heritage, and community initiatives. The final report will provide a roadmap for local stakeholders (e.g., community and interest groups) and city officials (e.g., city staff and planners) to access best practices for financing and delivering local culture and heritage projects.

Voir la description complète du projet
Superviseur du corps professoral :

Deborah Leslie

Étudiant :

Partenaire :

ERA Architects Inc

Discipline :

Sociology

Secteur :

Construction and infrastructure; Professional, scientific and technical services

Université :

University of Toronto

Programme :

Accelerate

XEOS Imagerie : Cartographie par IA des ponceaux et des fossés en 3D

XEOS Imagerie a développé une grande expertise en cartographie par intelligence artificielle notamment à partir
de nuages de points lidar en 3 dimensions. Ce projet de recherche vise à cartographier automatiquement par
intelligence artificielle les fossés et les ponceaux à partir de nuages de points lidar aériens. Toutes les méthodes
existantes utilisent un modèle numérique de terrain. XEOS Imagerie a pour objectif de mettre en ?uvre une
méthodologie innovante combinant la segmentation sémantique et la segmentation d?instances afin d?identifier
les ponceaux et les fossés directement dans les nuages de points LiDAR, sans recourir à la rasterisation.

Voir la description complète du projet
Superviseur du corps professoral :

Christian Gagné;Éric Guilbert

Étudiant :

Partenaire :

XEOS Imagerie

Discipline :

Computer science

Secteur :

Professional, scientific and technical services

Université :

Université Laval

Programme :

Accelerate

Improved Error Bounds for Trotter-based Hamiltonian Simulation

“THIS IS A GENERIC TEXT PUT IN PLACE AS THERE WAS NO PROJECT OVERVIEW”

Voir la description complète du projet
Superviseur du corps professoral :

Nathan Wiebe

Étudiant :

Partenaire :

Xanadu

Discipline :

Physics

Secteur :

Information and cultural industries; Manufacturing; Professional, scientific and technical services

Université :

University of Toronto

Programme :

Accelerate

Linear driver PAM4 optical transceivers

Axonal Networks and Concordia University are working together to develop low-power, high-throughput optical transceivers using linear drive techniques. This technique avoids extensive in-transceiver digital signal processing and clock/data recovery in favour of modest equalization, relying on the linearity of the channel and the equalization capabilities of the host chips at the ends of the optical links. The supported intern will develop an extensive link model and oversee the develop of a transceiver prototype.

Voir la description complète du projet
Superviseur du corps professoral :

Glenn Cowan

Étudiant :

Partenaire :

Axonal Networks

Discipline :

Engineering

Secteur :

Manufacturing; Professional, scientific and technical services

Université :

Concordia University

Programme :

Accelerate

Defining the sphere of influence: the distribution of non-vent megafauna around active hydrothermal vents

Interest in mining deposits formed at deep-sea hydrothermal vents for minerals that are required for the transition to clean energy technologies has increased. However, animal communities at hydrothermal vents and the surrounding deep-sea have not been well characterized. Many of the animals at hydrothermal vent sites, such as deep-water corals and sponges, are indicators of Vulnerable Marine Ecosystems and require management interventions for their protection. The proposed research aims to better characterize biological communities on inactive deposits surrounding active hydrothermal vents and to determine factors that may be regulating their occurrence. The results of this research will be disseminated by Oceans North as materials relevant to marine management and policy makers, contributing to a comprehensive management strategy that does not currently exist for hydrothermal vent ecosystems.

Voir la description complète du projet
Superviseur du corps professoral :

Anna Metaxas

Étudiant :

Partenaire :

Oceans North

Discipline :

Life Sciences

Secteur :

Other services (except public administration); Professional, scientific and technical services

Université :

Dalhousie University

Programme :

Accelerate

Control of a Self-Organizing Network of Quadrotor Vehicles Interacting with Real-Time Acoustic Signals

Networks are pervasive in our world. From migrating birds flying in formation, to social groups, wireless networks, world-wide web, the examples are endless. Migrating birds, such as the Canada goose, are a good example of a network between agents where information is communicated based on real-time musical (acoustic) signals. Inspired by this example, the research problem being addressed in this proposal is the real-time autonomous response of a network of quadrotors to acoustic inputs in a choreographic performance. This is an open and challenging problem because the control algorithm must react in real-time to musical inputs that are unknown a-priori. This work will be done in collaboration with Pleiades Robotics. Pleiades is a Canadian company that has recently announced plans to release a new design for a quadrotor robot called Spiri.

Voir la description complète du projet
Superviseur du corps professoral :

Luis Rodrigues

Étudiant :

Partenaire :

Pleiades Robotics;Echoer Canada Inc

Discipline :

Engineering

Secteur :

Manufacturing

Université :

Concordia University

Programme :

Accelerate

Answer Quality Assessment for Retrieval-Enhanced Generation via Conformal Relevance and Factuality

This project focuses on improving the reliability of AI systems that generate answers using external databases, known as Retrieval Augmented Generation (RAG) systems. While these systems help reduce inaccuracies, it’s still hard for users to know how trustworthy or relevant the answers are. To address this, the intern will explore a new method that evaluates the quality of RAG-generated answers by providing clear confidence scores and conformal prediction set without needing predefined answers for comparison. The approach will use a technique called conformal prediction to ensure reliability across various aspects like factual accuracy and relevance. The research will involve reviewing existing methods, identifying gaps, developing new theoretical approaches, and testing them on real-world datasets. For the partner organization, this project offers a scalable framework to evaluate and improve the trustworthiness of AI-generated content. The outcome can help enhance user trust in AI systems, especially in critical applications like customer support, financial, and healthcare, where reliable information is essential.

Voir la description complète du projet
Superviseur du corps professoral :

Ga Wu

Étudiant :

Partenaire :

Layer 6 AI

Discipline :

Computer science

Secteur :

Finance and Insurance; Professional, scientific and technical services

Université :

Dalhousie University

Programme :

Accelerate

Development of a flexible, multi-element eddy current array probe for automated 3D surface : Phase 1

This research project, a partnership between UQTR and TecScan, focuses on developing a flexible, multi-element eddy current sensor array that can adapt to complex geometries to improve the accuracy of non-destructive testing. This sensor is designed to scan surfaces with varied shapes, addressing the requirements of the aerospace sector. TecScan, specializing in non-destructive testing technologies, faces the challenge of ensuring accurate and consistent measurements without relying on skilled operators. The project involves designing printed coils on flexible substrates, tested for durability and sensitivity, to provide reliable structural monitoring of critical parts. A successful outcome in this phase could lead to further research and a long-term partnership, strengthening TecScan’s position and expanding its industrial applications.

Voir la description complète du projet
Superviseur du corps professoral :

Martin Bolduc

Étudiant :

Partenaire :

TecScan

Discipline :

Engineering

Secteur :

Manufacturing

Université :

Université du Québec à Trois-Rivières

Programme :

Accelerate

Air disinfection efficacy of Far-UVC light in a healthcare facility

UV light is known for its antimicrobial properties. In this project, we expect to use a proprietary lamp that will provide a specific light that will target bacterial, fungal, and viral strains commonly found in healthcare facilities. The project’s results will have a direct impact on sterilizing areas with a high number of healthcare providers. The company aims to design, test, and manufacture customizable UVX lights.

Voir la description complète du projet
Superviseur du corps professoral :

Horacio Bach

Étudiant :

Partenaire :

UVX

Discipline :

Life Sciences

Secteur :

Manufacturing

Université :

The University of British Columbia

Programme :

Accelerate

Précédent
1...571572573574575576577...2,543
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire

Mitacs — Retour sur innovation

Mitacs est financé par le gouvernement du Canada, le gouvernement de l’Alberta, le gouvernement de la Colombie-Britannique, Research Manitoba, le gouvernement du Nouveau-Brunswick, le gouvernement de la Nouvelle-Écosse, le gouvernement de l’Ontario, Innovation PEI, le gouvernement du Québec, le gouvernement de la Saskatchewan, le gouvernement de Terre-Neuve-et-Labrador et le gouvernement du Yukon.