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

Estimation automatique de la vitesse de marche chez les personnes âgées à l’aide d’une montre intelligente

La vitesse de marche est un indicateur fondamental de l’état de santé chez les personnes âgées, qui peut être utilisé pour la détection précoce de plusieurs maladies chroniques, et les montres intelligentes sont des outils prometteurs pour la mesure de la vitesse de marche en déplacement. Pour résoudre le problème d’estimation de la vitesse de marche chez les personnes âgées utilisant une montre intelligente, le mouvement de balancement des bras pendant la marche sera mesuré chez les aînés vivant dans un établissement de soins de longue durée. Des modèles mathématiques seront développés pour cartographier automatiquement le mouvement du mouvement du bras à la vitesse de marche. Le partenaire de l’industrie, Bigmotion Technologies, est une jeune entreprise TIC qui développe un appareil portable de qualité médicale basé sur Android pour les soins aux aînés, et est un excellent candidat pour commercialiser la technologie proposée. En résumé, la recherche proposée peut grandement bénéficier à la société des personnes âgées en leur fournissant une solution rentable pour la détection précoce et l’intervention rapide de leurs troubles neurodégénératifs, et améliorera leur qualité de vie.

Voir la description complète du projet
Superviseur du corps professoral :

Edward Park

Étudiant :

Shaghayegh Zihajehzadeh

Partenaire :

Bigmotion Technologies Inc.

Discipline :

Génie - mécanique

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

Évaluation de l’impact d’un programme d’arts éducatifs sur la croissance socio-émotionnelle et académique des adolescents dans les écoles des centres-villes à besoins élevés

Saisir l’impact de la performance du programme sur les résultats chez les adolescents est une façon importante de comprendre comment un programme a le mieux offert ses services pour un succès optimal. Cependant, il existe peu de littérature sur la mesure valide du succès des programmes parmi les programmes éducatifs axés sur les arts. Le projet réalisera une évaluation des résultats, axée sur l’utilisation de méthodes fondées sur des données probantes pouvant être utilisées de manière valide et fiable pour capturer les résultats des adolescents alignés avec les objectifs du programme. En d’autres termes, l’objectif est d’aligner les objectifs du programme et les concepts latents avec des activités mesurables, informant ultimement des mesures observables qui indiqueraient que les résultats d’un programme sont atteints. De plus, des données seront recueillies et analysées tout au long des sessions du programme afin de mesurer les activités, les résultats et les résultats du programme.

Voir la description complète du projet
Superviseur du corps professoral :

Kelly McShane

Étudiant :

Sofia Puente-Duran

Partenaire :

Comité des arts du Lakeshore

Discipline :

Psychologie

Secteur :

Éducation

Université :

Programme :

Accélération

Amélioration de la gestion des retards dans le cross-docking

Le marché d’aujourd’hui évolue plus vite que jamais, et les entreprises sont mises au défi de distribuer leurs produits plus rapidement, efficacement et économiquement. Cela a conduit à l’essor du cross-docking dans la chaîne d’approvisionnement mondiale pour aider à suivre la demande des clients. Le cross-docking fait référence à la pratique de décharger des marchandises ou des matériaux d’un véhicule entrant (par exemple, wagon de train, camion, conteneur de navire) puis de les charger directement sur des véhicules sortants sans entre-entre-temps. Une forme courante d’opérations de cross-docking correspond aux palettes à un ou plusieurs articles, qui sont déchargées, triées selon leur destination et placées directement sur les camions sortants. Cette stratégie permet aux entreprises de transport d’évoluer vers des chaînes d’approvisionnement plus proactives, agiles et flexibles, avec des cycles de production plus courts et une personnalisation plus facile.
Les objectifs du projet sont d’améliorer les outils logiciels existants qui planifient la planification des véhicules entrants/sortants d’une installation de crossdock afin de réduire les retards (retards/anticipés) des livraisons de marchandises. De plus, nous explorerons l’intégration des outils d’apprentissage automatique afin d’améliorer ces outils logiciels.

Voir la description complète du projet
Superviseur du corps professoral :

Brigitte Jaumard

Étudiant :

Mahdis Bayani

Partenaire :

Destination dégagée

Discipline :

Génie - informatique / électricité

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Développement et validation de métriques et de modèles de charge d’entraînement pour prédire la performance athlétique

Cette série de projets offrira aux entraîneurs et aux scientifiques du sport une meilleure compréhension de la relation entre l’entraînement et la performance. Bien qu’il existe plusieurs méthodes pour surveiller la quantité et l’intensité de l’entraînement des athlètes, la meilleure façon de les utiliser pour prédire la performance future reste incertaine. Les sports de l’aviron et de la course de demi-fond exigent des exigences de course similaires, c’est-à-dire un effort complet sur 5 à 10 minutes. Cela dit, l’impact qu’un athlète endure en s’entraînant pour chacun est très différent, ce qui peut limiter le temps passé à l’entraînement en course comparativement à l’aviron. Nous étudierons à la fois les méthodes actuelles de surveillance de l’entraînement pour leur utilisation dans ces prédictions, ainsi que de développer de nouvelles approches visant à mieux prédire la performance des athlètes résultant des différentes approches d’entraînement adoptées par un entraîneur.

Voir la description complète du projet
Superviseur du corps professoral :

David Clarke

Étudiant :

Ryan Brodie

Partenaire :

Posséder le podium

Discipline :

Kinésiologie

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

Modéliser les risques et les dommages causés par une espèce végétale invasive « potentielle » : le starthistle jaune en Colombie-Britannique

Le but de ce projet de recherche est de prévoir le moment et d’estimer les coûts de l’invasion du starthistle jaune (Centaurea solstitialis) dans le sud de la Colombie-Britannique. Le starthistle jaune est une plante envahissante qui a causé des dizaines de millions de dollars de dommages à la production agricole aux États-Unis ainsi que des millions de dollars de coûts sous forme de réduction de l’humidité des sols, de perte de biodiversité et de tourisme. Le YST a été détecté dans des États immédiatement adjacents à la frontière canadienne (Washington et Idaho), et en raison des changements climatiques, la propagation du YST dans le sud de la Colombie-Britannique et l’Alberta n’est pas une question de si, mais de quand et où. Sur la base d’une vaste revue de la littérature concernant la prévention et le contrôle des espèces invasives, ainsi que la modélisation bioéconomique, nous présenterons un ensemble de recommandations politiques qui minimiseront le risque d’invasion et donc contrôleront les coûts. Les recommandations ci-dessus seront transmises aux sociétés d’espèces envahissantes dont le mandat est l’éducation publique, ainsi que la prévention et le contrôle des invasions biologiques.

Voir la description complète du projet
Superviseur du corps professoral :

Duncan Knowler

Étudiant :

Sergey Tsynkevych

Partenaire :

Conseil de développement de l’industrie bovine

Discipline :

Sciences de l’environnement

Secteur :

Agriculture

Université :

Programme :

Accélération

Analyse du cycle de vie du GNL dérivé de Kakwa pour la production d’électricité et le chauffage urbain en Chine

Le gaz naturel est l’un des combustibles les plus propres pour la production de chaleur et d’électricité. Mais en Chine, le charbon reste le combustible dominant
mais la combustion du charbon a causé une pollution atmosphérique sévère et dommageable. L’organisation partenaire de ce projet, Seven
Generations Energy Ltd. est un important producteur canadien de gaz naturel. Ce projet sera complet
évaluer la performance environnementale globale de la production de gaz naturel (par sept générations) et son exportation
en Chine pour remplacer le charbon. Les résultats attendus incluent un ensemble de données environnementales du gaz naturel provenant de son
l’extraction pour l’usage final et la quantification des avantages de remplacer le charbon par le chauffage urbain en Chine. Le stagiaire identifié
est actuellement étudiant à la maîtrise et travaille sur des analyses similaires pour les biocarburants. Ses compétences et son intérêt s’accordent bien avec cela
projet. Et ce projet est initié par l’organisation partenaire, donc ils obtiendront les résultats de l’étude pour répondre
Les questions de recherche qu’ils posent.

Voir la description complète du projet
Superviseur du corps professoral :

Xiaotao Bi

Étudiant :

Yuhao Nie

Partenaire :

Seven Generations Energy Ltd

Discipline :

Génie - chimique / biologique

Secteur :

Secteur de l’énergie

Université :

Programme :

Accélération

Dépolymérisation hydrolytique de la lignine hydrolysique à l’aide de catalyseurs alcalins : effets des paramètres de procédé et de l’optimisation

Les lignines d’hydrolyse (HL) sont un sous-produit des procédés de prétraitement de biomasse acidique ou enzymatique, comme ceux utilisés dans les usines de sucre et/ou d’éthanol cellulosiques. Ils sont principalement composés de lignine, de cellulose non réagie ainsi que de mono et d’oligosaccharides. Ces lignines sont, dans une large mesure, liées de façon covalente à la cellulose et/ou à l’hémicellulose pour former des complexes de glucides de lignine (LCC), les rendant ainsi insolubles dans les alcalis et la plupart des solvants organiques courants — cela limite évidemment la gamme d’applications dans lesquelles elles peuvent être utilisées, en particulier comme bio-substitut des produits chimiques aromatiques pour les matériaux à base de lignine comme le formaldéhyde phénolénique à base de lignine, polyuréthane et résines époxy. Pour relever les défis ci-dessus dans la valorisation de la HL comme matière première chimique, cette recherche cible la dépolymérisation hydrolytique de la HL dans l’eau en présence d’un catalyseur alcalin afin d’obtenir de la lignine hydrolysique dépolymérisée (DHL) avec un poids moléculaire beaucoup plus faible, une solubilité plus élevée dans divers solvants courants et, par conséquent, une réactivité chimique plus élevée. Dans cette proposition, différents types de catalyseurs alcalins seront testés comme catalyseurs pour le procédé. POUR CONTINUER.

Voir la description complète du projet
Superviseur du corps professoral :

Charles Xu

Étudiant :

Zaid Ahmad

Partenaire :

FPInnovations

Discipline :

Génie - chimique / biologique

Secteur :

Foresterie

Université :

Programme :

Accélération

Apprentissage automatique appliqué pour la détection des logiciels malveillants et des intrusions réseau

Wedge Networks est un fournisseur de premier plan de solutions de cybersécurité au Canada. Dans ce projet, nous visons à étudier l’application de l’apprentissage automatique statistique et de l’apprentissage profond à la détection des menaces cybernétiques, visant à détecter à la fois les intrusions réseau et les binaires de logiciels malveillants transmis dans le réseau. Sur la base des grosses données recueillies à partir des journaux système de Wedge et des données anonymisées spécifiques au domaine recueillies auprès des clients de Wedge Networks distribués dans le monde entier, nous allons étudier : 1) la prévention du déni de service distribué et la détection d’intrusion réseau basée sur des techniques d’apprentissage automatique supervisé et non supervisé, et 2) des modèles de réseaux neuronaux peu profonds et superficiels pour la détection et la prévention des logiciels malveillants. Pour passer à l’échelle jusqu’au big data chez Wedge Networks, nous mettrons en œuvre les algorithmes développés d’apprentissage automatique et d’apprentissage profond sur des plateformes de traitement distribué telles que Spark et TensorFlow. Nous intégrerons également le module de détection des menaces basé sur l’apprentissage dans la gamme de produits WedgeARP.

Voir la description complète du projet
Superviseur du corps professoral :

Di Niu

Étudiant :

Rui Zhu

Partenaire :

Wedge Networks Inc

Discipline :

Génie - informatique / électricité

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Potentiel de ressources de la propriété Post Creek, Sudbury, Ontario

Sudbury représente le site d’une structure d’impact météoritique initialement de plus de 200 km de diamètre et qui s’est formée il y a 1,85 milliard d’années. Malgré les bénéfices économiques éprouvés et potentiels du développement des ressources à Sudbury, d’importantes questions subsistent concernant notre compréhension de la structure et de ses gisements de minerai. Une série d’objectifs ont été élaborés concernant l’origine de Sudbury Breccia, qui abrite des dépôts de veines de paroi inférieure, et des dykes Offset à la localité de Post Creek, ainsi que leur minéralisation. Le travail de terrain constitue la base de cette recherche proposée, combiné à l’investigation d’échantillons utilisant diverses techniques micro-analytiques. Les résultats de la recherche proposée combleront d’importantes lacunes dans nos connaissances actuelles sur l’origine et l’emplacement des Offset Dykes et Sudbury Breccia, et permettront de déterminer le potentiel de ressources de la propriété Post Creek.

Voir la description complète du projet
Superviseur du corps professoral :

Gordon Osinski

Étudiant :

Thomas Baechler

Partenaire :

North American Nickel Inc

Discipline :

Géographie / Géologie / Sciences de la Terre

Secteur :

Ressources naturelles

Université :

Programme :

Accélération

Accroître l’engagement des patients et éclairer les décisions marketing grâce à l’utilisation des personas des patients et de la cartographie du parcours du patient

Les applications de santé mobile (mHealth) permettent aux patients de prendre soin d’eux-mêmes et de gérer leurs maladies chroniques. Les fonctions courantes dans les outils de mHealth permettent aux utilisateurs de surveiller leurs symptômes et leur humeur, de tenir un journal de pensées, de suivre l’utilisation des médicaments et les informations sur les tendances; Cela fournit des données permettant de mieux comprendre le comportement des patients afin de s’assurer que leurs besoins sont comblés. En adoptant une approche de conception centrée sur l’utilisateur pour la conception d’applications, l’expérience du patient est capturée en comprenant ses objectifs et défis ainsi que son parcours dans la vie avec ou la guérison de maladies chroniques. La plateforme Health Storylines, offerte par la société d’analyse des patients Self Care Catalysts, propose des outils d’autosoins qui peuvent fournir ces informations précieuses afin d’améliorer la conception de l’application et d’orienter les stratégies marketing pour des groupes de patients spécifiques, ce qui favorisera à un niveau d’engagement plus élevé et améliorera l’autonomisation des patients.

Voir la description complète du projet
Superviseur du corps professoral :

Aviv Shachak

Étudiant :

Linda Kaleis

Partenaire :

Catalyseurs de soins personnels Inc

Discipline :

Entreprises

Secteur :

Dispositifs médicaux

Université :

Programme :

Accélération

Amélioration de la prédiction de la consommation de l’utilisateur

L’objectif de la recherche est de mettre en œuvre différents algorithmes d’exploration de données afin d’améliorer la prédiction de la consommation d’électricité d’un utilisateur. La recherche sera consacrée à l’amélioration des algorithmes existants ou à la mise en œuvre de nouveaux algorithmes pour améliorer la précision des prédictions. En plus de l’application des algorithmes de prédiction, différentes méthodes de prétraitement des données seront utilisées. La recherche inclura la modélisation supervisée et non supervisée de l’ensemble de données en utilisant le langage de programmation R. De plus, la segmentation des clients basée sur les mesures de similarité afin d’augmenter la précision des prédictions sera étudiée. Cette recherche mènera à une amélioration de la précision des prédictions, ce qui attirera plus de clients vers l’entreprise tout en aidant les clients existants à économiser plus d’énergie, donc plus d’argent.

Voir la description complète du projet
Superviseur du corps professoral :

Sabine McConnell

Étudiant :

Vazgen Minasyan

Partenaire :

Lowfoot Inc

Discipline :

Informatique

Secteur :

Secteur de l’énergie

Université :

Programme :

Accélération

Traitement CNC automatisé de dispositifs microfluidiques complexes et à haut rapport d’aspect pour des applications biomédicales

Les dispositifs microfluidiques jetables, aussi appelés laboratoires sur puce, fabriqués à partir de matériaux plastiques, ont vu de plus en plus d’applications en analyse chimique et biomédicale. Dans la plupart des applications, les dispositifs microfluidiques intègrent généralement de petits canaux et chambres pour des dimensions microscopiques, utilisant des hauteurs comprises entre quelques centaines et quelques micromètres. Actuellement, des procédés de fabrication ont été mis en place pour créer ces caractéristiques de profondeur submillimétrique. Cependant, dans d’autres applications, des caractéristiques plus élevées (ou plus profondes) de quelques millimètres peuvent être nécessaires. L’utilisation des méthodes traditionnelles de microfabrication pour de telles caractéristiques de gamme millimétrique pourrait être inefficace, de faible qualité et très chronophage. En conséquence, le projet de stage vise à étudier les technologies existantes d’usinage assisté par ordinateur et de laser, en appliquant ces technologies à la fabrication de composants trop hauts pour être traités par microfabrication, et à développer des procédés d’assemblage pour installer individuellement des pièces microfabriquées et des pièces usinées ou traitées au laser ensemble pour former un dispositif microfluidique complet.

Voir la description complète du projet
Superviseur du corps professoral :

Julie Audet

Étudiant :

Nikola Andric

Partenaire :

FlowJEM Inc.

Discipline :

Génie - biomédical

Secteur :

Technologies de l’information et des communications

Université :

Programme :

Accélération

Précédent
1...685686687688689690691...1,106
Suivant

Joignez-vous à un écosystème d’innovation florissant.

Abonnez-vous à notre infolettre dès maintenant!

S’inscrire